[发明专利]一种基于深度改进残差网络的SAR图像分类方法有效
| 申请号： | 202011379800.0 | 申请日： | 2020-11-30 |
| 公开（公告）号： | CN112633075B | 公开（公告）日： | 2022-03-29 |
| 发明（设计）人： | 蒋忠进;曹磊;王强 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/774;G06V10/82;G06K9/62;G06N3/04 |
| 代理公司： | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人： | 彭雄 |
| 地址： | 211189 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度改进残差网络的SAR图像分类方法，首先准备用于训练和测试的SAR图像数据训练集和测试集，两种数据都包括十类目标，每类目标包括多张SAR图像。建立深度残差网络模型，改进了残差模块，在传统残差模块的基础上进行三次跳跃性连接，增加了连接的分支数。深度残差网络模型包含依次顺序连接的输入层Input、残差与下采样组合、全连接层以及输出层Output，残差与下采样组合包括依次连接的多重连接残差模块和下采样模块DS，多重连接残差模块包括三个非线性处理子模块。用训练集对深度残差网络模型进行训练，然后用测试集对训练好的深度残差网络模型进行测试，并输出目标分类结果。本发明不仅继承了ResNet的易学习的优点，还加强了特征的传播利用率，有效提高了SAR图像目标分类的精度和速度。 | ||
| 搜索关键词： | 一种 基于 深度 改进 网络 sar 图像 分类 方法 | ||
【主权项】：
暂无信息
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东南大学，未经东南大学许可，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/202011379800.0/，转载请声明来源钻瓜专利网。
- 上一篇：投影设备及其投影控制方法、系统
- 下一篇：一种油茶果脱壳筛分加工方法和设备
