石俊飞
- 作品数：11 被引量：21H指数：2
- 供职机构：西安理工大学计算机科学与工程学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划福建省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信文化科学更多>>
- 竞赛驱动的研究生案例教学改革被引量：2
- 2024年
- 针对目前计算机专业研究生课程课堂教学模式对学生创新能力培养有待进一步提高的问题,分析将学科竞赛与课程教学结合的可行性,提出将学科竞赛题目引入课堂案例教学过程中,分析课程类别和竞赛类别的匹配模式,具体阐述如何结合研究报告类竞赛题目培养学生的抽象建模能力,结合作品类竞赛题目提升学生的应用开发实践能力,设计竞赛驱动的研究生课程案例教学改革方案,并通过调查分析说明实施效果。
- 石俊飞蔡磊王彬王彬王彬
- 关键词：学科竞赛案例教学计算机专业研究生教育
- 采用联合相似度谱聚类集成的极化SAR分类被引量：5
- 2015年
- 为了降低谱聚类算法尺度参数对分类结果的影响,避免Nystrm逼近导致的分类结果不稳定,提出了一种基于谱聚类集成的极化合成孔径雷达(SAR)地物分类方法.首先,利用像素间的空间关系和极化信息,将基于相干矩阵Wishart距离的相似性测度和基于极化特征矢量欧氏距离的相似性测度相结合,引入马尔可夫随机场势函数,构造谱聚类的相似性矩阵;然后,采用基于Nystrm逼近的谱聚类实现极化SAR数据的单次谱分类;最后,采用集成策略完成对极化SAR图像的地物分类.实验结果表明,该算法提高了分类精度,区域一致性保持较好,且分类结果稳定.
- 刘璐王蓉芳焦李成石俊飞
- 关键词：极化合成孔径雷达马尔可夫随机场
- 基于语义信息和极化分解的极化SAR地物分类方法
- 本发明公开了一种基于语义信息和极化分解的极化SAR地物分类方法。其实现包括：对span图进行均值漂移，提取span图的边脊草图，并在边脊草图中用基于语义信息的区域提取技术提取线段聚集区域；基于线段聚集区域并采用临界区域众...
- 刘芳石俊飞李玲玲焦李成戚玉涛郝红侠武杰张向荣马晶晶尚荣华于昕
- 文献传递
- 基于KummerU和MRF的极化SAR分类算法研究被引量：1
- 2015年
- 为了加入空间关系和抑制斑点噪声,本文提出了基于Kummer U模型和马尔科夫随机场(MRF)的极化SAR分类算法,该算法采用Kummer U分布来建模极化SAR数据,根据Kummer U的参数变化能够建模各种类型的地物。同时,MRF框架加入图像的上下文关系,能够获得区域一致的分类结果。
- 石俊飞林耀海刘璐
- 关键词：极化SAR图像分类MRF
- 基于深度学习和层次语义模型的极化SAR分类被引量：13
- 2017年
- 针对复杂场景的极化合成孔径雷达(Synthetic aperture radar,SAR)图像,堆叠自编码模型能够自动学习高层特性,有效表示城区、森林等复杂地物的结构,然而,却难以保持图像的边界和细节.为了克服该缺点,本文结合深度自编码器和极化层次语义模型(Polarimetric hierarchical semantic model,PHSM),提出了新的无监督的极化SAR图像分类算法.该方法根据极化层次语义模型,将复杂的极化SAR图像划分为聚集、匀质和结构三大区域.对聚集区域,采用堆叠自编码模型进行高层特征表示,并构造字典得到稀疏特征进行分类;对匀质区域,采用层次模型进行分类;对于结构区域,进行线目标保留和边界定位.实验结果表明,该算法通过不同的分类策略优势互补,能够得到区域一致性好且边界保持的分类结果.
- 石俊飞刘芳林耀海刘璐
- 基于深度自编码器和区域图的SAR图像分割方法
- 本发明公开了一种基于深度自编码器和区域图的SAR图像分割方法，主要解决现有技术分割不够准确、不够细致的问题。其实现步骤是：1.根据初始素描模型得到SAR图像素描图，补全素描线段得到区域图，将区域图映射到原图得到聚集、匀质...
- 刘芳石西建李玲玲焦李成郝红侠石俊飞杨淑媛段一平张向荣尚荣华
- 基于深度自编码器和区域图的SAR图像分割方法
- 本发明公开了一种基于深度自编码器和区域图的SAR图像分割方法，主要解决现有技术分割不够准确、不够细致的问题。其实现步骤是：1.根据初始素描模型得到SAR图像素描图，补全素描线段得到区域图，将区域图映射到原图得到聚集、匀质...
- 刘芳石西建李玲玲焦李成郝红侠石俊飞杨淑媛段一平张向荣尚荣华
- 文献传递
- 集成颜色特征和统计特征的极化合成孔径雷达图像城区分类框架（英文）
- 2016年
- 针对城区分类,利用颜色特征构造一个新颖的无监督的分类框架.首先,基于最近提出的极化合成孔径雷达(PolSAR)数据的四分量分解模型,计算了常用的颜色空间:YUV,RGB,HSI和CIELab,通过引入颜色熵量化的选择颜色特征;然后,联合纹理特征和扩展的散射功率熵,用自适应的均值漂移算法分割PolSAR图像;最后,根据基于G0分布的距离测度合并聚簇为较为匀质的地物类别.通过L波段AIRSAR数据和C波段Radarsat-2的PolSAR数据验证了提出算法的有效性,分类正确率表明,相比于已有的工作,提出的算法对于城区有较好的区分能力.
- 刘红英王爽王蓉芳石俊飞张二磊杨淑媛焦李成
- 关键词：地物分类
- 基于语义信息和极化分解的极化SAR地物分类方法
- 本发明公开了一种基于语义信息和极化分解的极化SAR地物分类方法。其实现包括：对span图进行均值漂移，提取span图的边脊草图，并在边脊草图中用基于语义信息的区域提取技术提取线段聚集区域；基于线段聚集区域并采用临界区域众...
- 刘芳石俊飞李玲玲焦李成戚玉涛郝红侠武杰张向荣马晶晶尚荣华于昕
- 文献传递
- 基于DRCNN的PolSAR图像分类综合实验设计
- 2023年
- 为了让学生更好地了解和掌握深度学习TensorFlow框架和CNN网络,采用基于不同区域的多尺度卷积神经网络(DRCNN)设计了PolSAR图像分类综合设计实验,旨在实现遥感图像的自动化分类和理解。极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像能够提供更加丰富的极化信息,更好地刻画地物特征,对国防建设和国家发展具有重要意义。实验利用Python语言,在CNN基础上进行改进研究,设计了多区域的多尺度CNN模型,实现了极化SAR图像的数据处理、特征学习和分类一体化设计。该实验不仅可以帮助学生综合应用图像处理与深度学习知识,理解和利用CNN来进行极化SAR图像分类的基本原理和方法,还能使学生更加深入、熟练地掌握TensorFlow框架,提高学生的科研素质和动手实践能力。
- 石俊飞姬珊珊金海燕聂萌萌王伟
