深度學習在探地雷達數(shù)據(jù)處理中的應用研究.pdf

1、探地雷達因其分辨率好、工作效率高、操作簡便和無損傷探測的特點，被廣泛應用于各種工程領(lǐng)域。深度學習是機器學習中的一個新興的研究領(lǐng)域，深度學習能夠?qū)μ卣鬟M行良好的表達，并且能自動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。深度學習能夠很好地應用于探地雷達數(shù)據(jù)處理，并能有效地學習探地雷達圖像的有效特征，將深度學習應用于探地雷達圖像的處理，能夠無監(jiān)督地學習探地雷達圖像，并有監(jiān)督地進行圖像分類。
　　本文中，首先

2、對探地雷達的電磁學原理、數(shù)據(jù)采集原理及探測性能進行研究。其次對深度學習的理論，深度學習的方法及限制玻爾茲曼機（RBM）模型進行研究。深度學習算法中的RBM模型相對比較容易學習，這種模型的算法克服了直接對多層網(wǎng)絡進行訓練的效率問題。因此，本文的后續(xù)實驗仿真采用基于RBM構(gòu)建的深度信念網(wǎng)絡模型（DBN）并用于探地雷達數(shù)據(jù)處理。接著介紹了樣本庫的建立，實驗的一些參數(shù)的設置以及RBM模型的構(gòu)建。由于探地雷達圖像是由電磁波反射形成的，為了能夠更直