BriefGPT - AI 论文速递
·
SDF2Net: 极化合成孔径雷达图像分类的浅层到深度特征融合网络
💡
原文中文，约500字，阅读约需1分钟。
📝
内容提要
本研究提出了一种新的复合值卷积神经网络（Complex-valued CNN）用于极化合成孔径雷达图像分类。该方法在多个数据集上提高了准确度，并通过对Flevoland数据的分析证明了其有效性。
🎯
关键要点
- 本研究提出了一种新的复合值卷积神经网络（Complex-valued CNN）--- Shallow to Deep Feature Fusion Network（SDF2Net）。
- 该方法用于极化合成孔径雷达图像分类。
- 在多个数据集上进行对比，结果显示整体准确度有所改善。
- 在 AIRSAR 数据集上提高了 1.3% 和 0.8%，在 ESAR 数据集上提高了 0.5%。
- 对 Flevoland 数据的分析证明了 SDF2Net 模型的有效性，使用 1% 的采样比例也达到了 96.01% 的整体准确度。
🏷️
标签
➡️
