专利名称：基于主动学习和协同表示的小样本极化SAR图像分
类方法
专利类型：发明专利
发明人：金海燕,许炜楠,石俊飞申请号：CN202011380429.X申请日：20201130公开号：CN112434628A公开日：20210302
摘要：基于主动学习和协同表示的小样本极化SAR图像分类方法，输入待分类的极化SAR图像，首先对图像进行滤波处理，然后对处理后的图像进行数据增强，根据当前带有标签的像素对CNN进行训练并学习高层语义特征，然后进行主动选择以请求新的注释来标记样本，这些注释将作为下一次迭代的CNN重新训练的输入；根据SVM在步骤5中生成的特征集进行组合，然后来协同训练分类器，将分类器预测出来的概率进行整合，然后挑选出不可信的样本进行删除，再继续从U’中挑选出可信度高的样本进行标注加入到集合X’中，然后将它输入到CNN网络模型上继续进行训练，将CNN训练好的模型的分类概率输出到建立在PolSAR的图像上，得到最终的分类结果。
申请人：西安理工大学
地址：710048 陕西省西安市碑林区金花南路5号
国籍：CN
代理机构：西安弘理专利事务所
代理人：刘娜
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容