典型文献
基于深度学习的合成孔径雷达图像去噪综述
文献摘要：
传统的合成孔径雷达图像去噪算法在细节保存能力和运行时间上存在局限性,而深度学习方法具有独特优势.通过对国内外有关文献的归纳和总结,分析了基于深度学习的合成孔径雷达图像去噪算法的理论基础和优缺点,阐述了网络模型的具体实现细节.从监督模型和自监督模型方面对合成孔径雷达去噪算法进行分类.叙述了去噪算法的训练及测试过程,包括训练及测试数据的、训练过程中常用的损失函数和分析、模拟及具体测试数据评价指标;展望了合成孔径雷达图像散斑抑制的研究方向.
文献关键词：
合成孔径雷达图像;相干斑抑制;深度学习;卷积神经网络;图像去噪
中图分类号：
作者姓名：
雷钰;刘帅奇;张璐瑶;刘彤;赵杰
作者机构：
河北大学电子信息工程学院,河北保定 071002;河北省机器视觉技术创新中心,河北保定 071002;中科院自动化所模式识别国家重点实验室,北京 100190
文献出处：
引用格式：
[1]雷钰;刘帅奇;张璐瑶;刘彤;赵杰-.基于深度学习的合成孔径雷达图像去噪综述)[J].兵器装备工程学报,2022(11):71-80
A类：
B类：
合成孔径雷达图像,图像去噪,去噪算法,运行时间,深度学习方法,归纳和总结,自监督,试过,测试数据,训练过程,损失函数,体测,数据评价,像散,散斑抑制,相干斑抑制
AB值：
0.192377
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
