|
|||||
|
|
| 基于多尺度CNN模型的多时相PolSAR图像作物分类 | |
| 引用本文： | 张伟涛,王敏,郭交.基于多尺度CNN模型的多时相PolSAR图像作物分类[J].上海航天,2022,39(3):54-59. |
| 作者姓名： | 张伟涛 王敏 郭交 |
| 作者单位： | 西安电子科技大学 电子工程学院，陕西 西安710071;西北农林科技大学 机械与电子工程学院，陕西 杨凌712100 |
| 基金项目： | 国家自然科学基金(62071350) |
| 摘 要： | 农作物分类是偏振合成孔径雷达(PolSAR)数据的重要应用之一。由于单时相PolSAR数据获取的信息有限，因此，采用多时相PolSAR数据，其含有农作物生长周期更丰富的特征信息。针对多时相PolSAR数据在极化特征分解时造成的“维数灾难”问题，提出了一种非负性约束稀疏自编码器(NC-SAE)的特征压缩方法，用于对分解后的特征数据进行压缩，以获得分类所需的有效特征。此外，构建了一种多尺度特征分类网络(MSFCN)，该网络可以提高农作物的分类性能，且优于目前传统的卷积神经网络和支持向量机方法。通过使用欧空局提供的数据进行仿真实验，对分类结果进行性能评估，并与传统方法比较。实验结果表明:所提的方法具有很好的农业应用前景。 |
| 关 键 词： | 农作物分类 偏振合成孔径雷达(PolSAR) 数据压缩 自编码器 多尺度特征分类网络(MSFCN) |
| 收稿时间： | 2022/3/1 0:00:00 |
| 修稿时间： | 2022/3/28 0:00:00 |
Multi-scale CNN Model for Crop Classification with Multi-temporal Fully PolSAR Images |
|
| ZHANG Weitao,WANG Min,GUO Jiao.Multi-scale CNN Model for Crop Classification with Multi-temporal Fully PolSAR Images[J].Aerospace Shanghai,2022,39(3):54-59. | |
| Authors: | ZHANG Weitao WANG Min GUO Jiao |
| Abstract: | |
| Keywords: | crop classification polarimetric synthetic aperture radar (PolSAR) data compression auto-encoder multi-scale feature classification network (MSFCN) |
| 点击此处可从《上海航天》浏览原始摘要信息 | |
| 点击此处可从《上海航天》下载免费的PDF全文 | |