- · 中国航天基金会领导“探班”《飞天英雄》电视剧剧组[11/02]
- · 中国航天基金会举行航天科普读物创作专家座谈会[11/02]
- · 中国航天基金会与山东三星集团签约授牌仪式在京举行[11/02]
- · 中国航天基金会向北京航天城捐赠300辆自行车[11/02]
- · 国防科工局领导在京会见马来西亚Othman女士[11/01]
- · 中国航天基金会将与澳门基金会联合举办澳门国际航天高峰论坛[11/01]
- · 中国航天基金会鼎力支持第四届中国（国际）商业航天高峰论坛[11/01]
- · 中美两国航天基金会领导在京会晤[11/01]
1. 投稿时请作者提供本单位保密部门出具的保密审查证明，证明不涉及国家秘密和内部秘密。切勿投寄涉密稿件，否则后果自负。
2.来稿应具备创新性、科学性和学术性，主题突出、论据充分、文字精炼、数据可靠，具有较高的理论水平和实用价值。
3.文章结构一 ...
2.来稿应具备创新性、科学性和学术性，主题突出、论据充分、文字精炼、数据可靠，具有较高的理论水平和实用价值。
3.文章结构一 ...
基于深度卷积神经网络的PolSAR图像变化检测方法
作者: 王剑 王英华 刘宏伟 何敬鲁
关键词: 极化合成孔径雷达 变化检测 区域合并 深度卷积神经网络
摘要：针对极化合成孔径雷达(polarimetric synthetic aperture radar ,PolSAR)图像变化检测问题,提出了结合区域信息和深度卷积神经网络(deep convolutional neural network ,DCNN )的 PolSAR图像变化检测算法.在本方法中,用超像素分割算法与超像素合并算法提取图像场景的区域信息,利用区域信息和Wishart似然比得到差异图像;再运用预分类算法以得到训练DCNN的伪训练样本和待分类样本;接着用伪训练样本训练DCNN ;最后用训练好的DCNN对待分类样本进行分类得到最终结果.实验结果表明,与多种PolSAR变化检测算法相比,所提算法能够获得更好的结果.
上一篇： 高分辨率滑动聚束SAR卫星姿态机动策略
下一篇： 大气噪声幅度分布与抑制处理分析