研究目的
研究一种新型半监督全卷积网络与生成对抗网络(GANs)相结合的方法在提高PolSAR地形分类精度方面的应用。
研究成果
与现有方法相比,所提出的FC-SGAN方法实现了更高的分类精度和更优的性能,证明了其在PolSAR地形分类任务中的有效性。全卷积结构在处理像素级分类任务时具有高效性。
研究不足
该研究未讨论训练FC-SGAN所需的计算资源,也未探讨该方法对更大数据集的可扩展性。
研究目的
研究一种新型半监督全卷积网络与生成对抗网络(GANs)相结合的方法在提高PolSAR地形分类精度方面的应用。
研究成果
与现有方法相比,所提出的FC-SGAN方法实现了更高的分类精度和更优的性能,证明了其在PolSAR地形分类任务中的有效性。全卷积结构在处理像素级分类任务时具有高效性。
研究不足
该研究未讨论训练FC-SGAN所需的计算资源,也未探讨该方法对更大数据集的可扩展性。
加载中....
您正在对论文“[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于全卷积半监督生成对抗网络的极化SAR分类”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期