基于主動學習的SAR圖像分類方法研究.pdf_第1頁
已閱讀1頁，還剩88頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：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，請進行舉報或認領

文檔簡介

1、合成孔徑雷達（SyntheticAperture Radar，SAR）圖像地物分類是SAR圖像解譯中的一個重要研究內(nèi)容，地物分類嚴重依賴于訓練樣本的數(shù)量以及質(zhì)量。SAR圖像所見非所得，SAR圖像樣本真值獲取困難。如何利用少量的訓練樣本提高 SAR圖像分類正確率是當前研究的一個熱點問題。
　　本研究主要內(nèi)容包括：⑴SAR圖像真值標注規(guī)范研究。SAR圖像標注是SAR圖像處理中經(jīng)常被忽視的一個研究內(nèi)容，然而SAR圖像標注卻是必不可少的研

2、究內(nèi)容。歸納了SAR圖像標注的規(guī)范以及流程，針對具體歧義性問題給出了詳細的解決辦法。該標注規(guī)范具有可操作性。⑵提出一種基于局部區(qū)域樣本選擇的SAR圖像主動學習方法。充分考慮不同樣本標注成本上的差異，通過量化不同區(qū)域樣本的標注成本，實現(xiàn)對樣本挑選的約束，以降低標注成本。⑶提出了一種結(jié)合半監(jiān)督學習與樣本遷移的主動學習方法。通過在q查詢函數(shù)中引入帶約束的半監(jiān)督學習，充分利用未標注樣本的信息，而不必對挑選出來的目標域樣本進行逐個標記，進一步減少

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論