基于联邦进化卷积神经网络的极化SAR图像分类方法及系统
实质审查的生效
摘要
本发明公开了一种基于联邦进化卷积神经网络的极化SAR图像分类方法及系统，将极化SAR数据划分为训练集和验证集；将种群中的个体解码为卷积神经网络，输入训练集进行训练并聚合；对聚合后的卷积神经网络重复运行得到最终聚合的卷积神经网络；将验证集输入最终聚合的卷积神经网络得到对验证集的样本正确分类的数量；对种群中的每一个个体执行差分进化操作得到子代种群；将种群与子代种群合并得到合并种群；执行环境选择操作得到下一代种群；选取最终种群并从中选择适应度最高的个体对应的卷积神经网络；将待分类的极化SAR图像输入卷积神经网络中得到分类结果，完成极化SAR图像分类。本发明提高了卷积神经网络分类精度的同时，降低了卷积神经网络的复杂度。
基本信息
专利标题 ：
基于联邦进化卷积神经网络的极化SAR图像分类方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114332557A
申请号 ：
CN202111488930.2
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张梦璇汪志刚焦李成吴建设刘龙尚荣华冯婕李玲玲
申请人 ：
西安电子科技大学
申请人地址 ：
陕西省西安市雁塔区太白南路2号
代理机构 ：
西安通大专利代理有限责任公司
代理人 ：
高博
优先权 ：
CN202111488930.2
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06V10/764 G06V10/82 G06K9/62 G06N3/00 G06N3/04
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06V 10/774
申请日 : 20211207
申请日 : 20211207
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
