MLP在雷達(dá)參數(shù)反演和SAR圖像分類中的應(yīng)用.pdf

1、該文主要介紹了神經(jīng)網(wǎng)絡(luò)在微波遙感領(lǐng)域的地面參數(shù)反演和地物識(shí)別與分類上的應(yīng)用,并用ENVISAT-ASAR數(shù)據(jù)和AirSAR數(shù)據(jù)做了實(shí)際分析.近些年來,使用神經(jīng)網(wǎng)絡(luò)進(jìn)行參數(shù)的反演和地物的識(shí)別與分類是一種重要和先進(jìn)的方法.他充分利用了神經(jīng)網(wǎng)絡(luò)的特性,解決了遙感領(lǐng)域參數(shù)反演和分類的許多復(fù)雜的問題和操作.神經(jīng)網(wǎng)絡(luò)與散射模型相結(jié)合使得準(zhǔn)確和實(shí)時(shí)的進(jìn)行參數(shù)反演和分類成為可能.這里我們使用的神經(jīng)網(wǎng)絡(luò)是用快速學(xué)習(xí)算法(FL)訓(xùn)練的多層前饋網(wǎng)絡(luò)(MLP)

2、,訓(xùn)練速度和精度與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相比都有較大提高,網(wǎng)絡(luò)結(jié)構(gòu)是全連接的.反演使用的模擬數(shù)據(jù)是用IEM模型得到的,并用來訓(xùn)練神經(jīng)網(wǎng)絡(luò).因此,訓(xùn)練數(shù)據(jù)可以被認(rèn)為是從一個(gè)完全知道隨機(jī)粗糙表面得到的數(shù)據(jù).神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)是各個(gè)角度和極化的后向散射系數(shù)(σ<'0>(θ)),輸出是地面的散射參數(shù),包括層介電常數(shù)(ε)、地表相關(guān)長(zhǎng)度(kl)、和地表粗糙度(kσ).同樣,神經(jīng)網(wǎng)絡(luò)也能夠被應(yīng)用的地物識(shí)別與分類中.該次研究中,還是使用與剛才一樣的全連接的、使用F