基于联邦进化卷积神经网络的极化SAR图像分类方法及系统

作者：张梦璇; 汪志刚; 焦李成; 吴建设; 刘龙; 尚荣华; 冯婕; 李玲玲

来源：2021-12-07, 中国, ZL202111488930.2.

本发明公开了一种基于联邦进化卷积神经网络的极化SAR图像分类方法及系统,将极化SAR数据划分为训练集和验证集；将种群中的个体解码为卷积神经网络,输入训练集进行训练并聚合；对聚合后的卷积神经网络重复运行得到最终聚合的卷积神经网络；将验证集输入最终聚合的卷积神经网络得到对验证集的样本正确分类的数量；对种群中的每一个个体执行差分进化操作得到子代种群；将种群与子代种群合并得到合并种群；执行环境选择操作得到下一代种群；选取最终种群并从中选择适应度最高的个体对应的卷积神经网络；将待分类的极化SAR图像输入卷积神经网络中得到分类结果,完成极化SAR图像分类。本发明提高了卷积神经网络分类精度的同时,降低了卷积神经网络的复杂度。

• 单位
  西安电子科技大学