科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于FW-DCGAN特征生成的极化SAR分类方法,主要解决极化SAR数据中分类样本分布不均衡问题。其方案为：对原始极化SAR数据特征提取；获取图像中数据较少地物的极化特征；生成服从Wishart分布的随机噪声Z；构建FW-DCGAN网络并制作其训练样本S1,利用S1对FW-DCGAN网络训练；预测噪声Z生成极化特征；构建卷积神经网络并制作其训练样本与测试样本；利用该训练样本对卷积神经网络进行训练,利用训练好的卷积神经网络对测试样本进行预测,得到分类结果。本发明均衡了极化SAR数据中样本分布,提高了数据量稀少地物的分类准确率及总体正确率,可用于极化SAR图像的大场景地物分类。
- 单位
