李索
- 作品数：3 被引量：7H指数：2
- 供职机构：复旦大学更多>>
- 发文基金：国家自然科学基金航天科技创新基金更多>>
- 相关领域：自动化与计算机技术航空宇航科学技术更多>>
- 基于频带分割法反演电离层TEC参数被引量：3
- 2017年
- 星载合成孔径雷达(SAR)系统会受到电离层带来的相位影响,降低星载SAR系统成像质量,对低频段宽带星载SAR尤其明显。为了消除电离层对星载SAR带来的相位影响,基于陆地观测技术卫星2号(ALOS-2)星载SAR数据,采用距离向频带分割法来估计电离层电子总含量(TEC)参数。验证推导距离向频带分割法的最优估计精确度,并利用ALOS-2数据,采用距离向频带分割法反演得到二维电离层TEC参数分布,分析了距离向分辨单元数对反演精确度的影响。另外,分析了雷达图像不同区域采用距离向频带分割法的估计精确度。结果表明频带分割法具有很强的鲁棒性,可以有效地反演电离层TEC参数分布,同时距离向分辨力单元数和成像区域场景地形起伏也影响反演电离层参数的精确度。
- 王楠付海洋李索徐丰
- 一种三维地物自动提取与场景重建方法
- 本发明属于地理信息系统与遥感技术领域，具体为基于地理信息与遥感数据的三维地物自动提取与场景重建方法。本发明主要步骤为：地表覆盖类型检测，包括从地图数据和从光学影像数据中提取水域、建筑物、道路、植被等覆盖类型；建筑物检测与...
- 徐丰李索王海鹏
- 基于深度学习算法的极化合成孔径雷达通用分类器设计被引量：4
- 2018年
- 地物分类是PolSAR(极化合成孔径雷达)的重要应用方向。传统算法需要基于特定数据人工选取特征和设计分类器,而深度学习算法能够自行从海量数据中提取层次化特征。在深度学习算法总结的基础上,结合深度学习和PolSAR大数据,提出了一种高效率、高精度的通用分类器设计方法。使用人工标记的数据训练CNN(深度卷积网络),自动化地进行特征学习和提取,并实现高精度的地物自动分类。在具有不同分辨率的机载和星载PolSAR数据上对通用分类器进行测试,都能快速、准确地分类。研究成果可快速将PolSAR数据转译为更直观的地物分类结果,对海量数据,特别是GF-3卫星PolSAR图像的利用有一定的辅助价值。
- 李索张支勉王海鹏
- 关键词：合成孔径雷达极化地物分类
