一种基于图卷积网络的极化SAR相对相似性度量及分类算法

    公开(公告)号:CN119942204A

    公开(公告)日:2025-05-06

    申请号:CN202510030962.X

    申请日:2025-01-08

    Abstract: 本发明提供了一种基于图卷积网络的极化SAR相对相似性度量及分类算法,在预处理完的极化SAR影像上进行极化超像素分割(Pol‑ASLIC),然后使用提出的融合了对称修订Wishart距离和AIRM距离的||WA||2距离来计算极化协方差矩阵间的相似性程度并构建邻接矩阵,最后以极化协方差矩阵作为超像素区域特征输入GCN图卷积网络进行半监督分类。本申请在图卷积网络中对极化SAR数据的度量效果要优于目前热门的对称修订Wishart距离与AIRM距离,能够实现更好的极化SAR分类效果和精度。

Patent Agency Ranking