2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

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)做了實際分析.近些年來,使用神經(jīng)網(wǎng)絡(luò)進行參數(shù)的反演和地物的識別與分類是一種重要和先進的方法.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)確和實時的進行參數(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)為是從一個完全知道隨機粗糙表面得到的數(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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論