2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)圖像處理是近幾年發(fā)展起來的新興學(xué)科,也是與當(dāng)今國民經(jīng)濟(jì)發(fā)展和國防建設(shè)密切相關(guān)的一個重要學(xué)科。近十年來我國對SAR的研制給予了大量的投入,在獲取SAR數(shù)據(jù)方面有了長足的進(jìn)展。然而,國內(nèi)外在SAR圖像后處理與解譯方面的研究進(jìn)展相對緩慢,相對于光學(xué)圖像的研究,還有很大的差距。本論文以SAR圖像分類為應(yīng)用背景,結(jié)合隨機(jī)投影理論,對機(jī)器學(xué)習(xí)中無監(jiān)督分類的譜聚類算法進(jìn)行了研究

2、,提出了自己的新方法—基于隨機(jī)投影和改進(jìn)譜聚類的分類算法,針對SAR地物在圖像觀測域的分類問題,利用隨機(jī)投影變換對待分類數(shù)據(jù)集進(jìn)行一維隨機(jī)觀測,然后使用改進(jìn)譜聚類算法在簡化了的數(shù)據(jù)空間中實(shí)現(xiàn)了SAR地物的分類,提出的方法成功地應(yīng)用于了SAR圖像典型地物的分類之中。本論文主要工作概括如下:
  (1)提出了一種基于隨機(jī)投影和改進(jìn)相似性測度譜聚類的SAR地物分類方法。該算法引入隨機(jī)變換方法,對初始數(shù)據(jù)集進(jìn)行降維,并定義了一個依賴于數(shù)據(jù)

3、特性的相似性測度改進(jìn)譜聚類算法。實(shí)驗(yàn)表明,該方法得到了較好的分類效果。
  (2)提出了一種基于隨機(jī)投影和改進(jìn)NJW算法的SAR地物分類方法。該算法對待聚類數(shù)據(jù)集進(jìn)行一維隨機(jī)觀測,然后引入對初始值不敏感的k調(diào)和均值算法改進(jìn)的NJW算法,最后在簡化了的數(shù)據(jù)空間中進(jìn)行SAR地物分類。實(shí)驗(yàn)表明了該方法執(zhí)行效率高,并且提高了分類的準(zhǔn)確性。
  (3)提出了一種基于隨機(jī)投影和小波獨(dú)立分量分析的SAR地物分類方法,該算法通過小波獨(dú)立分量

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論