摘要
本发明提供了一种基于多时相SAR图像的铁路周界预测方法,涉及合成孔径雷达测量技术领域,具体包括如下步骤:输入相同地理场景、不同时间拍摄的多时相SAR图像,并通过log算子生成差异图像;利用层次模糊C均值聚类算法对差异图像进行预分类,将预分类得到的确定类样本输入到双域网络,生成变化图像;通过多时相对比学习,学习不同样本对之间的相似性和差异性。本发明的技术方案克服现有技术中不能够准确预测铁路周界环境变化的问题。
技术关键词
模糊C均值聚类算法
二维离散余弦变换
全局平均池化
样本
周界
铁路
合成孔径雷达
索引
通道
生成特征
网络
场景
级联
代表
图像块
超参数
注意力
非线性
模块
系统为您推荐了相关专利信息
故障诊断方法
矩阵
样本
扫描控制系统
采集控制系统
碳化硅功率器件
离子注入工艺
正则化参数
支持向量机预测模型
数据
偏最小二乘回归模型
深度生成网络
识别方法
近红外高光谱成像
支持向量机模型