摘要
本发明提供一种基于物理约束的混合极化体制欠定信息重建方法及装置,涉及雷达技术领域,包括:构建混合极化SAR系统的系统性能模型,考虑系统的非理想特性及互易性假设,建立混合极化观测量的真实模型;根据系统性能模型,在反射对称性约束下,对混合极化观测量的二阶矩进行分解,估计交叉极化分量,重建全极化散射矩阵的二阶矩;采用无监督训练集预分割策略,根据样本点的局部密度和相对距离选择聚类中心,将训练集划分为多个子簇;基于改进的Wishart混合模型,利用多种距离度量和超参数优化策略,对每个子簇进行模型训练;使用训练好的模型对极化SAR影像进行分类,获得分类结果。本发明能够提高模型训练的准确性和鲁棒性。
技术关键词
系统性能模型
极化SAR影像
超参数
概率密度函数
物理
非暂态计算机可读存储介质
无监督
训练集
协方差矩阵
策略
聚类
SA系统
模型训练模块
样本
鲁棒性
度量
像素
处理器
元素
系统为您推荐了相关专利信息
空调整体
单体空调
交互特征
潜力评估方法
负荷调节技术
方言识别方法
通用背景模型
门控循环单元
时序特征
频谱特征
电力负荷预测方法
多源异构数据
电力负荷预测模型
门控循环单元网络
启动备用电源
融合多源数据
智能预测方法
卷积长短期记忆
多普勒天气雷达
网络单元