2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩84頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、極化合成孔徑雷達(dá)(Polarimetric Synthetic Aperture Radar,PolSAR)是一種多參數(shù)、多通道的成像雷達(dá)系統(tǒng),因其全天時(shí),全天候,高分辨的優(yōu)勢而得到廣泛的應(yīng)用?;跈C(jī)器學(xué)習(xí)的 PolSAR圖像分類方法取得了很高的分類精度,但是當(dāng)有標(biāo)簽噪聲存在時(shí),分類結(jié)果會(huì)受到很大的影響。
  本文基于集成學(xué)習(xí),針對 PolSAR圖像分類中標(biāo)簽噪聲的問題,進(jìn)行了深入的研究,主要包括以下三方面的內(nèi)容:
  1.

2、結(jié)合 PolSAR圖像的偏振參數(shù)、散射、紋理特征,提出了一種基于AdaBoost的PolSAR圖像監(jiān)督分類算法(Knn.AdaBoost)。此方法利用PolSAR圖像的偏振參數(shù)、極化散射特征和圖像的紋理特征,作為 Ada Boos t的輸入特征,Knn.AdaBoost算法預(yù)先通過Knn計(jì)算PolSAR圖像中每個(gè)像素的抗噪因子,根據(jù)抗噪因子修改 Ada Boos t算法中的樣本權(quán)值更新策略。實(shí)驗(yàn)采用了一組模擬PolS AR數(shù)據(jù)和五組真實(shí)

3、Po lS AR數(shù)據(jù),實(shí)驗(yàn)結(jié)果表明,K nn.Ada Boost算法提高了AdaBoo st的分類精度,具有很好的抗噪性能。
  2.在Knn.AdaBoost的工作基礎(chǔ)上,提出了一種基于 AdaBoost的PolSAR圖像半監(jiān)督分類算法(Semi.Knn.AdaBoost)。在Knn.AdaBoost的框架下,引入Wis ha rt距離度量,在每一次迭代結(jié)束時(shí),根據(jù)有標(biāo)記樣本計(jì)算獲得 Wis har t聚類中心,從預(yù)測標(biāo)記中選擇

4、距離Wis har t聚類中心最近的若干個(gè)樣本,分別加入對應(yīng)的類別進(jìn)入下一次迭代。實(shí)驗(yàn)采用一組模擬 PolSAR數(shù)據(jù)和五組真實(shí) PolSAR數(shù)據(jù),結(jié)果表明,Se mi.K nn.Ada Boost豐富了訓(xùn)練樣本,分類正確率有一定的提升。
  3.在PolSAR圖像分類問題中,提出了一種基于集成學(xué)習(xí)的標(biāo)簽噪聲水平預(yù)測方法EEL(Estimated byEnsembleLearning)。采用PolSAR圖像的相干矩陣中九個(gè)元素作為特

5、征,利用不同的分類算法,學(xué)習(xí)得到相互獨(dú)立的分類器,用這些分類器分別對標(biāo)記樣本分類,然后用多數(shù)投票和全投票的策略判定一個(gè)已標(biāo)記樣本是否是噪聲,多數(shù)投票策略即對一個(gè)樣本的預(yù)測,如果超過半數(shù)分類器的分類結(jié)果是相同的,則認(rèn)為這個(gè)已標(biāo)記樣本不是噪聲,否則是噪聲;全投票策略只認(rèn)定所有分類器投票結(jié)果相同時(shí),此樣本才不是噪聲,否則是噪聲。實(shí)驗(yàn)采用三組UCI數(shù)據(jù)和四組模擬的PolSAR數(shù)據(jù),結(jié)果表明,在標(biāo)簽噪聲水平比較低時(shí),此方法能夠正確的預(yù)測,而標(biāo)簽噪

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論