|国家科技期刊平台
| 注册
首页|期刊导航|无线电工程|基于超像素和全卷积网络的极化SAR图像分类

基于超像素和全卷积网络的极化SAR图像分类

陈彦桥 张小龙 陈金勇 高峰 柴兴华

无线电工程2020，Vol.50Issue(12)：1024-1029,6.
✕
无线电工程2020，Vol.50Issue(12)：1024-1029,6.DOI:10.3969/j.issn.1003-3106.2020.12.003

基于超像素和全卷积网络的极化SAR图像分类

PolSAR Image Classification Based on Superpixel and Fully Convolution Network

陈彦桥 1张小龙 2陈金勇 1高峰 1柴兴华2

作者信息

  • 1. 中国电子科技集团公司第五十四研究所, 河北 石家庄 050081
  • 2. 中国电子科技集团公司航天信息应用技术重点实验室, 河北 石家庄 050081
  • 折叠

摘要

关键词

深度学习/超像素/全卷积网络/极化SAR/图像分类

分类

信息技术与安全科学

引用本文复制引用

陈彦桥,张小龙,陈金勇,高峰,柴兴华..基于超像素和全卷积网络的极化SAR图像分类[J].无线电工程,2020,50(12):1024-1029,6.

基金项目

航天信息综合应用关键技术研究(2019)(SXX19629X060) （2019）

无线电工程

OA北大核心

1003-3106

访问量0
|
下载量0
段落导航相关论文