基于深度相关向量机的SAR图像分类方法

作者：焦李成; 屈嵘; 王雅依; 张丹; 马文萍; 马晶晶; 尚荣华; 赵进; 赵佳琦; 侯彪; 杨淑媛

来源：2016-07-17, 中国, ZL201610561371.6.

本发明公开了一种基于深度相关向量机的SAR图像分类方法,主要解决了合成孔径雷达图像分类问题。其分类过程为：(1)输入双精度类型的合成孔径雷达SAR图像的矩阵；(2)对输入的双精度类型的合成孔径雷达SAR图像的矩阵进行归一化处理；(3)训练三个受限玻耳兹曼机RBM；(4)训练RVM分类器；(5)构建深度RVM模型；(6)分类；(7)计算预测类标；(8)得到分类正确率。本发明挖掘了合成孔径雷达图像的深度特征,采用了相关向量机RVM,稀疏地学习特征,保留了雷达图像的信息完整性,挖掘了深度信息,减少了时间复杂度,具有良好的分类效果,可用于SAR图像分类。

• 单位
  西安电子科技大学