作者：刘红英
页数：108
出版社：西安电子科技大学出版社
出版日期：2023
ISBN：9787560662022
电子书格式：pdf/epub/txt
内容简介
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。
本书适合作为合成孔径雷达图像处理、 识别、数据处理方向的研究生教材，也适合作为相关专业研究人员的参考书。
目录
第1章概论
1.1研究背景
1.1.1多极化SAR数据的表示形式
1.1.2多极化SAR数据的极化特征
1.2多极化SAR地物分类方法
1.2.1无监督分类方法…
1.2.2有监督分类方法…
1.2.3半监督分类方法?
1.3本章小结
第2章基于稀疏滤波和近邻保持的深度学习方法2.1背景与相关工作
2.1.1多极化SAR数据预处理
2.1.2稀疏滤波
2.2方法原理
2.2.1深度稀疏滤波网络
2.2.2近邻保持正则项
2.2.3算法步骤
2.3实验结果与分析
2.3.1数据实验
2.3.2 荷兰Flevoland 地区的AIRSAR数据实验结果
2.3.3荷兰Flevoland地区的子图数据实验结果
2.3.4 美国 San Francisco 地区的 RADARSAT-2 数据实验结果……… 21
2.3.5丹麦Foloum地区的EMISAR数据实验结果
2.3.6 西安地区的RADARSAT-2数据实验结果
2.4本章小结
第3章基于距离度量学深度学习方法
3.1距离度量学习
3.2大边界近邻算法
3.3方法原理
3.3.1半监督大边界近邻算法
3.3.2空间信息
3.3.3算法步骤
3.4实验结果与分析
3.4.1数据实验
3.4.2荷兰Flevoland地区的AIRSAR数据实验结果
3.4.3荷兰Flevoland地区的子图数据实验结果
3.4.4 美国 San Francisco地区的RADARSAT-2数据实验结果……… 40
3.4.5丹麦Foloum地区的EMISAR数据实验结果
3.4.6西安地区的RADARSAT-2数据实验结果
3.5本章小结
第4章基于半监督卷积神经网络的深度学习方法
4.1基于半监督卷积神经网络的多极化SAR地物分类
4.1.1空间信息
4.1.2非监督预训练
4.1.3网络结构与训练方法
4.2实验结果与分析
4.2.1数据实验
4.2.2 荷兰Flevoland 地区的AIRSAR数据实验结果
4.2.3荷兰Flevoland地区的子图数据实验结果
4.2.4 美国San Francisco 地区的RADARSAT-2数据实验结果
4.2.5西安地区的RADARSAT-2数据实验结果
4.3本章小结
……
6.3.3半监督图卷积网络快速实现方法
6.3.4大规模多极化SAR数据上的图卷积网络…
6.4实验结果与分析…
6.4.1分类结果
6.4.2算法运行时间比较
6.5本章小结
参考文献…
1.1研究背景
1.1.1多极化SAR数据的表示形式
1.1.2多极化SAR数据的极化特征
1.2多极化SAR地物分类方法
1.2.1无监督分类方法…
1.2.2有监督分类方法…
1.2.3半监督分类方法?
1.3本章小结
第2章基于稀疏滤波和近邻保持的深度学习方法2.1背景与相关工作
2.1.1多极化SAR数据预处理
2.1.2稀疏滤波
2.2方法原理
2.2.1深度稀疏滤波网络
2.2.2近邻保持正则项
2.2.3算法步骤
2.3实验结果与分析
2.3.1数据实验
2.3.2 荷兰Flevoland 地区的AIRSAR数据实验结果
2.3.3荷兰Flevoland地区的子图数据实验结果
2.3.4 美国 San Francisco 地区的 RADARSAT-2 数据实验结果……… 21
2.3.5丹麦Foloum地区的EMISAR数据实验结果
2.3.6 西安地区的RADARSAT-2数据实验结果
2.4本章小结
第3章基于距离度量学深度学习方法
3.1距离度量学习
3.2大边界近邻算法
3.3方法原理
3.3.1半监督大边界近邻算法
3.3.2空间信息
3.3.3算法步骤
3.4实验结果与分析
3.4.1数据实验
3.4.2荷兰Flevoland地区的AIRSAR数据实验结果
3.4.3荷兰Flevoland地区的子图数据实验结果
3.4.4 美国 San Francisco地区的RADARSAT-2数据实验结果……… 40
3.4.5丹麦Foloum地区的EMISAR数据实验结果
3.4.6西安地区的RADARSAT-2数据实验结果
3.5本章小结
第4章基于半监督卷积神经网络的深度学习方法
4.1基于半监督卷积神经网络的多极化SAR地物分类
4.1.1空间信息
4.1.2非监督预训练
4.1.3网络结构与训练方法
4.2实验结果与分析
4.2.1数据实验
4.2.2 荷兰Flevoland 地区的AIRSAR数据实验结果
4.2.3荷兰Flevoland地区的子图数据实验结果
4.2.4 美国San Francisco 地区的RADARSAT-2数据实验结果
4.2.5西安地区的RADARSAT-2数据实验结果
4.3本章小结
……
6.3.3半监督图卷积网络快速实现方法
6.3.4大规模多极化SAR数据上的图卷积网络…
6.4实验结果与分析…
6.4.1分类结果
6.4.2算法运行时间比较
6.5本章小结
参考文献…
