基本信息
文件名称：基于数据分布改进自编码特征学习的极化SAR地物分类研究.pdf
文件大小：9.45 MB
总页数：79 页
更新时间：2025-09-25
总字数：约9.48万字
文档摘要
摘要
极化合成孔径雷达是微波遥感领域中先进且高效的传感器之一。与光学传感
器和红外传感器相比，极化SAR表现出许多显著特点。它能够全天候运行，并且
对天气条件的影响较小。此外，极化SAR具有独特的穿透各种地面物体的能力，
使其成为遥感应用中不可或缺的工具。将机器学习应用到极化SAR图像分类中，
能提升极化SAR数据的分类效果，从而实现数据在土地利用、城市规划和农作物
产量等领域的合理利用。
本文提出了一种适用于极化SAR图像分类的机器学习框架，有效完成极化
SAR图像