原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
基于主动学习和协同表示的小样本极化SAR图像分类方法，输入待分类的极化SAR图像，首先对图像进行滤波处理，然后对处理后的图像进行数据增强，根据当前带有标签的像素对CNN进行训练并学习高层语义特征，然后进行主动选择以请求新的注释来标记样本，这些注释将作为下一次迭代的CNN重新训练的输入；根据SVM在步骤5中生成的特征集进行组合，然后来协同训练分类器，将分类器预测出来的概率进行整合，然后挑选出不可信的样本进行删除，再继续从U’中挑选出可信度高的样本进行标注加入到集合X’中，然后将它输入到CNN网络模
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112434628 A
(43)申请公布日 2021.03.02
(21)申请号 202011380429.X
(22)申请日 2020.11.30
(71)申请人 西安理工大学
地址
文档评论（0）