安徽科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

基于深度学习的多极化合成孔径雷达图像解译/刘红英 ... [等] 著

出版发行项:

西安:西安电子科技大学出版社,2023

ISBN及定价:

978-7-5606-6202-2/CNY32.00

载体形态项:

108页:图;24cm

并列正题名:

Polarimetric SAR image interpretation based on deep learning

丛编项:

西电科技专著系列丛书

个人责任者:

刘红英 著

学科主题:

合成孔径雷达-图象处理

中图法分类号:

TN958

题名责任附注:

题名页题其余责任者: 焦李成, 尚凡华, 王爽, 杨淑媛

责任者附注:

刘红英, 现为天津大学英才副教授。2016年至2022年曾任西安电子科技大学人工智能学院副教授、博士研究生导师。

书目附注:

有书目 (第99-108页)

提要文摘附注:

本书主要讨论多极化合成孔径雷达图像的图像解译方法, 重点是地物分类和识别展开方法, 书中利用深度学习的先进模型和方法解决少样本的地物分类问题, 获得较高的分类精确度。本书引入了作者团队最新的科研成果, 由浅入深地介绍了5个深度学习方法, 包括稀疏滤波和近邻保持的深度学习方法、距离度量学习的深度学习方法、半监督卷积神经网络的深度学习方法、半监督生成对抗网络的深度学习方法和图卷积网络的深度学习方法以及相应的训练策略和分类方法, 解决少样本的多极化合成孔径雷达图像的地物分类问题。介绍方法时均给出了真实的合成孔径雷达数据集上的实验结果, 以验证所述方法能提升地物分类的正确率和效率。

豆瓣简介：