Stacked Sparse Autoencoder in PolSAR Data Classification Using Local Spatial Information

Terrain classification is an important topic in polarimetric synthetic aperture radar (PolSAR) image processing. Among various classification techniques, the stacked sparse autoencoder (SSAE) is a kind of deep learning method that can automatically learn useful features layer by layer in an unsuperv...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE geoscience and remote sensing letters Ročník 13; číslo 9; s. 1359 - 1363
Hlavní autoři:	Zhang, Lu, Ma, Wenping, Zhang, Dan
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 01.09.2016 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Classification Cost function Data mining Deep learning Feature extraction Image classification Image processing Learning local spatial information Machine learning Pixels polarimetric synthetic aperture radar (PolSAR) Remote sensing Scattering sparse Speckle stacked sparse autoencoder (SSAE) Synthetic aperture radar Training
ISSN:	1545-598X, 1558-0571
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!