基于残差学习和条件GAN的极化SAR图像分类方法[发明专利]

来源：欧得旅游网

专利内容由知识产权出版社提供

专利名称：基于残差学习和条件GAN的极化SAR图像分类方法专利类型：发明专利

发明人：焦李成,李玲玲,卫淑波,屈嵘,郭雨薇,唐旭,杨淑媛,丁

静怡,侯彪,张梦璇

申请号：CN201810112178.3申请日：20180205公开号：CN108460408A公开日：20180828

摘要：一种基于残差学习和条件GAN的极化SAR图像分类方法，其步骤为：(1)构建条件GAN的生成器；(2)构建条件GAN的鉴别器；(3)对待分类极化SAR图像进行滤波；(4)对滤波散射矩阵进行pauli分解；(5)对特征矩阵进行归一化；(6)生成训练数据集和测试数据集；(7)对生成器中的深浅层特征进行残差学习；(8)对残差学习后的特征进行分类；(9)获得分类正确率；(10)训练条件GAN的生成器；(11)对测试数据集进行分类。本发明将极化SAR图像在生成器中得到的深浅层特征进行残差学习，提取了全面的特征信息，使分类结果图区域一致性好，分类精度高。

申请人：西安电子科技大学

地址：710071 陕西省西安市雁塔区太白南路2号

国籍：CN

代理机构：陕西电子工业专利中心

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文