本文關(guān)鍵詞：深度學(xué)習(xí)在探地雷達(dá)數(shù)據(jù)處理中的應(yīng)用研究

  更多相關(guān)文章： 深度學(xué)習(xí) 圖像特征 RBM模型 DBN深度學(xué)習(xí)算法

【摘要】：探地雷達(dá)因其分辨率好、工作效率高、操作簡(jiǎn)便和無(wú)損傷探測(cè)的特點(diǎn),被廣泛應(yīng)用于各種工程領(lǐng)域。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)中的一個(gè)新興的研究領(lǐng)域,深度學(xué)習(xí)能夠?qū)μ卣鬟M(jìn)行良好的表達(dá),并且能自動(dòng)地提取分所需要的特征。更重要的是能夠在大規(guī)模數(shù)據(jù)處理中取得非常好的效果。深度學(xué)習(xí)能夠很好地應(yīng)用于探地雷達(dá)數(shù)據(jù)處理,并能有效地學(xué)習(xí)探地雷達(dá)圖像的有效特征,將深度學(xué)習(xí)應(yīng)用于探地雷達(dá)圖像的處理,能夠無(wú)監(jiān)督地學(xué)習(xí)探地雷達(dá)圖像,并有監(jiān)督地進(jìn)行圖像分類。本文中,首先對(duì)探地雷達(dá)的電磁學(xué)原理、數(shù)據(jù)采集原理及探測(cè)性能進(jìn)行研究。其次對(duì)深度學(xué)習(xí)的理論,深度學(xué)習(xí)的方法及限制玻爾茲曼機(jī)(RBM)模型進(jìn)行研究。深度學(xué)習(xí)算法中的RBM模型相對(duì)比較容易學(xué)習(xí),這種模型的算法克服了直接對(duì)多層網(wǎng)絡(luò)進(jìn)行訓(xùn)練的效率問題。因此,本文的后續(xù)實(shí)驗(yàn)仿真采用基于RBM構(gòu)建的深度信念網(wǎng)絡(luò)模型(DBN)并用于探地雷達(dá)數(shù)據(jù)處理。接著介紹了樣本庫(kù)的建立,實(shí)驗(yàn)的一些參數(shù)的設(shè)置以及RBM模型的構(gòu)建。由于探地雷達(dá)圖像是由電磁波反射形成的,為了能夠更直觀地表示探地雷達(dá)圖像處理結(jié)果,采用softmax分類器對(duì)學(xué)習(xí)的探地雷達(dá)圖像進(jìn)行分類。最后通過對(duì)已建立好的樣本庫(kù)進(jìn)行實(shí)驗(yàn),采用DBN深度學(xué)習(xí)算法對(duì)探地雷達(dá)圖像進(jìn)行無(wú)監(jiān)督學(xué)習(xí),并采用wake-sleep算法進(jìn)行微調(diào),實(shí)驗(yàn)結(jié)果表明通過該方法能進(jìn)行無(wú)監(jiān)督地學(xué)習(xí)探地雷達(dá)數(shù)據(jù),并能很好地進(jìn)行分類。
【學(xué)位授予單位】：長(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN957.52

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 余凱;賈磊;陳雨強(qiáng);徐偉;;深度學(xué)習(xí)的昨天、今天和明天[J];計(jì)算機(jī)研究與發(fā)展;2013年09期

2 張建明;詹智財(cái);成科揚(yáng);詹永照;;深度學(xué)習(xí)的研究與發(fā)展[J];江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

3 朱新玲;;馬爾科夫鏈蒙特卡羅方法研究綜述[J];統(tǒng)計(jì)與決策;2009年21期

4 肖兵，周翔，湯井田;探地雷達(dá)技術(shù)及其應(yīng)用和發(fā)展[J];物探與化探;1996年05期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 陳碩;深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)在語(yǔ)音識(shí)別中的應(yīng)用研究[D];華南理工大學(xué);2013年

2 杜騫;深度學(xué)習(xí)在圖像語(yǔ)義分類中的應(yīng)用[D];華中師范大學(xué);2014年

，

本文編號(hào)：1249344