基于黎曼最近正则子空间模型的极化SAR图像分类方法.pdfVIP

下载本文档

6
0
约1.57万字
约 15页
2023-05-17 发布于四川
举报
版权申诉

基于黎曼最近正则子空间模型的极化SAR图像分类方法.pdf

1、本文档共15页，其中可免费阅读14页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开一种基于黎曼最近正则子空间模型的极化SAR图像分类方法，步骤包括：步骤1，从待分类的极化SAR图像的每个类别中挑选相同数量的像素点，构造每个类的半正定矩阵字典；步骤2，根据矩阵字典、黎曼测度，构建基于RNRS的目标函数；步骤3，对目标函数进行求解，得到每类字典的稀疏表示系数；步骤4，根据稀疏表示系数，计算每类的预测数据，将像素类标赋给真实数据和预测数据残差最小的类别，最终得到极化SAR图像的分类结果。本发明解决了现有技术中存在的NRS无法有效学习PolSAR数据矩阵结构和通道相关性的问

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114821161 A (43)申请公布日 2022.07.29 (21)申请号 202210375095.X (22)申请日 2022.04.11 (71)申请人西安理工大学地址 710048