《表1 SAR图像高置信度样本选取算法表》
提示：宽带有限、当前游客访问压缩模式
现将以典型相关分析为基础的判别器与协同训练相结合，对高置信度SAR图像样本进行筛选，从而提高模型的健壮性.降低相干斑噪声影响，算法的具体步骤见表1.
| 图表编号 | XD00172668800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.01 |
| 作者 | 王晓昆、温显斌 |
| 绘制单位 | 天津理工大学计算机科学与工程学院、天津理工大学计算机科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 生成器的参数：基于多尺度生成对抗网络的SAR图像样本增广》2020.10.25
- 《表2 基于主动学习和超像素的SAR图像低置信度样本扩充算法表》2020.06.01
- 《表1 PWAFCM算法：基于像素采样和小波特征的SAR图像自动FCM算法》2020.06.01
- 《表1 实测SAR数据：K近邻优化估计的SAR图像建模与目标检测算法》2020.09.01
- 《表2 算法分割时间：融合改进区域生长和图割理论的SAR图像分割》2020.08.01
- 《表3 算法性能对比表：基于RetinaNet的SAR图像舰船目标检测》2020.02.25
- 《表1 各算法对平通北机载SAR图像抑噪效果对比》2019.10.20
- 《表3 各算法对巢湖星载SAR图像抑噪效果对比》2019.10.20
- 《表3 算法指标值比较：基于二维能量检测的舰船SAR图像阈值分割》2019.12.01
- 《表1 算法运行时间比较：基于二维能量检测的舰船SAR图像阈值分割》2019.12.01
- 《表2 算法运行时间：基于二维能量检测的舰船SAR图像阈值分割》2019.12.01
- 《表2 平均识别率对比：基于深度学习的SAR图像目标识别算法》2019.08.01
- 《表1 ENL指标：基于自适应滑动窗口和Kirsch方向模板的高分辨率SAR图像的降斑算法研究》2019.07.25
- 《表2 实验结果对比：基于CNN的SAR图像舰船目标检测算法》2019.01.01
- 《表1 检测结果：基于CNN的SAR图像舰船目标检测算法》2019.01.01
- 《表1 传感器参数设置：基于SAR图像匹配结果可信度评价的INS/SAR自适应Kalman滤波算法》2019.08.25
- 《表2 各算法运行时间：基于GOF的SAR海冰图像无监督自动分类算法》2019.05.01
- 《表1 目标检测结果：一种面向机载SAR图像的目标检测算法》2019.03.18
- 《表1 仿真实验参数：SAR图像动目标重聚焦算法》2018.11.01
- 《表3 SAR图像目标检测算法性能对比》2019.10.01