摘要
本发明公开了一种极化SAR图像分类方法、系统、介质和程序产品,涉及极化SAR图像分类领域,包括:获取极化数据集;根据极化数据集构建锚定样本训练集和正样本对数据集;构建残差神经网络模型;利用正样本对数据集对残差神经网络模型进行第一阶段训练,得到通过第一阶段训练的中间残差神经网络模型;利用极化数据集和锚定样本训练集对中间残差神经网络模型进行第二阶段训练,得到通过第二阶段训练的残差神经网络模型;利用通过第二阶段训练的残差神经网络模型对待分类极化SAR图像进行聚类并生成分类结果图。本发明能够在不需要任意标注成本的情况下,有效对极化SAR图像进行准确分类识别。
技术关键词
残差神经网络
样本
极化SAR图像
卷积滤波器
集群
积层
输出特征
数据
像素块
训练集
矩阵
超像素分割算法
通道
匈牙利匹配算法
残差结构
传播算法
聚类
系统为您推荐了相关专利信息
投加控制方法
偏差
预测误差
随机森林
药剂投加量
排放预测方法
支持向量回归模型
排放量
预测误差
菌种
飞行器设计优化
轨道飞行器
飞行器系统
表征方法
多模型