[发明专利]基于层次化自动编码器的SAR图像分类方法及装置有效
| 申请号： | 201710527209.7 | 申请日： | 2017-06-30 |
| 公开（公告）号： | CN109214401B | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 孙富春;杨倩文 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;曹杰 |
| 地址： | 100084 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于层次化自动编码器的SAR图像分类方法及装置，包括：通过泛化正则化自动编码器模型对SAR图像的样本进行扩增；根据所述泛化正则化自动编码器模型建立层次化自动编码器网络模型；将扩增后的SAR图像的样本输入至所述层次化自动编码器网络模型中，以使该层次化自动编码器网络模型对输入的样本进行编码；将所述层次化自动编码器网络模型中输出的特征编码输入至分类器中，通过所述分类器对扩增后的SAR图像的样本进行分类。本发明所述的技术方案通过对SAR图像样本的扩增，实现对深度网络的充分训练，提高SAR图像分类的准确性；通过建立层次化自动编码器网络模型对输入的样本进行分类，提高了对SAR图像样本的适应程度。 | ||
| 搜索关键词： | 基于 层次 自动 编码器 sar 图像 分类 方法 装置 | ||
【主权项】：
1.一种基于层次化自动编码器的SAR图像分类方法，其特征在于，所述方法包括：通过泛化正则化自动编码器模型对SAR图像的样本进行扩增；根据所述泛化正则化自动编码器模型建立层次化自动编码器网络模型；将扩增后的SAR图像的样本输入至所述层次化自动编码器网络模型中，以使该层次化自动编码器网络模型对输入的样本进行编码；将所述层次化自动编码器网络模型中输出的特征编码输入至分类器中，通过所述分类器对扩增后的SAR图像的样本进行分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710527209.7/，转载请声明来源钻瓜专利网。
