|国家科技期刊平台
| 注册
首页|期刊导航|雷达学报|基于复值卷积神经网络样本精选的极化SAR图像弱监督分类方法

基于复值卷积神经网络样本精选的极化SAR图像弱监督分类方法

秦先祥 余旺盛 王鹏 陈天平 邹焕新

雷达学报2020，Vol.9Issue(3)：525-538,14.
✕
雷达学报2020，Vol.9Issue(3)：525-538,14.DOI:10.12000/JR20062

基于复值卷积神经网络样本精选的极化SAR图像弱监督分类方法

Weakly Supervised Classification of PolSAR Images Based on Sample Refinement with Complex-Valued Convolutional Neural Network

秦先祥 1余旺盛 1王鹏 1陈天平 1邹焕新2

作者信息

  • 1. 空军工程大学信息与导航学院 西安 710077
  • 2. 国防科技大学电子科学学院 长沙 410073
  • 折叠

摘要

关键词

极化SAR/弱监督分类/复值卷积神经网络/样本精选

分类

信息技术与安全科学

引用本文复制引用

秦先祥,余旺盛,王鹏,陈天平,邹焕新..基于复值卷积神经网络样本精选的极化SAR图像弱监督分类方法[J].雷达学报,2020,9(3):525-538,14.

基金项目

国家自然科学基金(41601436, 61403414, 61703423),陕西省自然科学基础研究计划(2018JM4029) （41601436, 61403414, 61703423）

雷达学报

OA北大核心CSCDCSTPCDEI

2095-283X

访问量0
|
下载量0
段落导航相关论文