本書主要討論多極化合成孔徑雷達圖像的圖像解譯方法，重點是地物分類和識別方法，書中利用深度學習的先進模型和方法解決少樣本的地物分類問題，獲得較高的分類精確度。本書引入了作者團隊最新的科研成果，由淺入深地介紹了5個深度學習方法，包括稀疏濾波和近鄰保持的深度學習方法、 距離度量的深度學習方法、 半監(jiān)督卷積神經網絡的深度學習方法、 半監(jiān)督生成對抗網絡的深度學習方法和圖卷積網絡的深度學習方法以及相應的訓練策略和分類方法，解決少樣本的多極化合成孔徑雷達圖像的地物分類問題。介紹方法時均給出了真實的合成孔徑雷達數據集上的實驗結果， 以驗證所述方法能提升地物分類的正確率和效率。本書適合作為合成孔徑雷達圖像處理、 識別、數據處理方向的研究生教材，也適合作為相關專業(yè)研究人員的參考書。
鄂公網安備 42010302001612號 