[发明专利]一种基于CNN和RFC的集成学习的极化SAR图像分类方法有效
| 申请号： | 202010114228.9 | 申请日： | 2020-02-25 |
| 公开（公告）号： | CN111325158B | 公开（公告）日： | 2022-09-02 |
| 发明（设计）人： | 陈彦桥;陈金勇;高峰;柴兴华 | 申请（专利权）人： | 中国电子科技集团公司第五十四研究所 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/44;G06V10/764;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 河北东尚律师事务所 13124 | 代理人： | 王文庆 |
| 地址： | 050081 河北省石家庄市中山西*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于CNN和RFC的集成学习的极化SAR图像分类方法，主要解决现有极化SAR图像分类方法分类精度不高的问题。实现步骤为：根据滤波后的极化SAR图像，提取T矩阵和Cloude分解特征为原始特征；随机选取1％有标记样本作为训练样本，记作TrainPixel，并用其对RFC模型进行训练；提取极化SAR图像中每个像素点的21×21的邻域块，并将其作为CNN的输入特征，记作F2；从F2中选取对应于TrainPixel的邻域块作为CNN的训练样本，训练CNN模型；基于CNN模型对整张图像的分类结果，使用信息熵得到极化SAR图像的边界区域，边界区域和非边界区域分别使用RFC和CNN进行分类。本发明使用CNN和RFC集成学习方法，综合利用两种方法的优势，在极化SAR图像的边界区域以及非边界区域都能得到好的分类结果。 | ||
| 搜索关键词： | 一种 基于 cnn rfc 集成 学习 极化 sar 图像 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第五十四研究所，未经中国电子科技集团公司第五十四研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010114228.9/，转载请声明来源钻瓜专利网。
