期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)
关键词:极化sar 地物分类 条件随机场 卷积神经网络
摘要:近年来,极化合成孔径雷达(PolSAR)图像地物分类得到了深入研究。传统的PolSAR图像地物分类方法采用的特征往往需要针对具体问题进行设计,特征表征性不强。因此,该文提出一种基于卷积神经网络(CNN)和条件随机场(CRF)模型的PolSAR图像地物分类方法。利用预训练好的实现图像分类任务的卷积神经网络模型(VGG-Net-16)提取表征能力更强的图像特征,再通过CRF模型对多特征及上下文信息的有效利用来实现图像的地物分类。实验结果表明,与3种利用传统经典特征的方法相比,该方法能够提取更有效的特征,取得了更高的总体分类精度和Kappa系数。
雷达学报杂志要求:
<一>计量单位、数字、符号 文稿必须使用法定的计量单位符号。
<二>正文标题:文内各级标题题号一律顶格书写,标题题号分级采用1;1.1;1.1.1等标注形式。结构层次不宜过多,一般为二级或三级。
<三>文稿应具严谨的科学性,并有一定先进性和实用性。内容重点突出,文字务必简练、准确、通顺,字迹清楚。
<四>基金课题论文所涉及的课题如是国家或部、省、市级以上基金项目或攻关项目,应在文题页左下角横线下注明“基金项目。
<五>引言作为论文的开场白,应以简短的篇幅介绍论文的研究背景和目的,对相关领域内前人所做的工作和研究进行简要的概括。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社