用spark实现CNN，数据集：MSAR

免责声明：本文仅代表个人观点，如有错误，请读者自己鉴别；如果本文不小心含有别人的原创内容，请联系我删除；本人心血制作，若转载请注明出处

1、实验1  预处理：二值化   图像大小128*128

卷积流	采样点	测试点	正确率	迭代次数
1	100%	100%	95%	5
1	80%	20%	75%	5
2	80%	20%	75%	5
2	100%	100%	45%	5

2、实验2 图像大小 resize(28*28)

model	采样点	预处理	正确率	迭代次数
Lenet	100%	二值化	55%	5
Lenet	100%	中值滤波	45%	5
Lenet	100%	中值滤波+二值化	30%	5
Lenet	100%	无	35%	5

分析： 实验1

之前无论用什么模型，正确率都上不去，但是加了图像预处理后，正确率有些提升，原因是之前只利用灰度图（像素特征），图像变化范围非常小：160-180（except 噪点），非常难学习，而且两个卷积流的效果木有一个的好，有待进一步研究；

实验2：

用了一个比较成熟的模型Lenet，不加预处理35%（只有三类，样本属相同，基本是猜的），加上与处理后，效果有所提升，但是通过什么样的图像与处理方法不会损失图像信息，值得进一步考究，最后1句：我貌似不是很懂SAR图像。