技術(shù)特征：

1.一種基于深度相關(guān)向量機(jī)的SAR圖像分類方法，其具體步驟包括如下：

(1)輸入雙精度類型的合成孔徑雷達(dá)SAR圖像的矩陣；

(2)對輸入的雙精度類型的合成孔徑雷達(dá)SAR圖像的矩陣進(jìn)行歸一化處理；

(3)訓(xùn)練三個受限玻耳茲曼機(jī)RBM：

將歸一化后的雙精度類型的合成孔徑雷達(dá)SAR圖像矩陣，輸入三層受限玻耳茲曼機(jī)RBM中進(jìn)行分層訓(xùn)練，得到合成孔徑雷達(dá)SAR圖像矩陣的第三層深層特征；

(4)訓(xùn)練RVM分類器：

將合成孔徑雷達(dá)SAR圖像矩陣的第三層深層特征和輸入的雙精度類型合成孔徑雷達(dá)SAR圖像矩陣所對應(yīng)的類標(biāo)，輸入到稀疏貝葉斯分類模型中，選擇核函數(shù)為線性核，迭代次數(shù)為600次，根據(jù)拉普拉斯逼近方法推斷模型參數(shù)，訓(xùn)練相關(guān)相量機(jī)RVM分類器；

(5)構(gòu)建深度RVM模型：

將相關(guān)相量機(jī)RVM分類器級聯(lián)到三層受限玻耳茲曼機(jī)RBM的第三層，得到深度相關(guān)相量機(jī)RVM模型；

(6)分類：

將待訓(xùn)練的合成孔徑雷達(dá)SAR圖像矩陣輸入到深度相關(guān)相量機(jī)RVM模型中，得到雙精度類型的合成孔徑雷達(dá)SAR圖像矩陣的各類分類概率；

(7)計算預(yù)測類標(biāo)：

選取雙精度類型的合成孔徑雷達(dá)SAR圖像矩陣的各類分類概率中的每類概率最大的類標(biāo)，作為雙精度類型合成孔徑雷達(dá)SAR圖像矩陣的預(yù)測類標(biāo)；

(8)得到分類正確率：

用分類精度評判公式，進(jìn)行計算，得到分類正確率。

2.根據(jù)權(quán)利要求1所述的基于深度相關(guān)向量機(jī)的SAR圖像分類方法，其特征在于：步驟(2)中所述的對輸入的雙精度類型的合成孔徑雷達(dá)SAR圖像的矩陣進(jìn)行歸一化處理的公式如下：

$X_{norm}=\frac{X-X_{\min }}{X_{max}-X_{\min }}$

其中，X_norm表示歸一化后的雙精度類型的合成孔徑雷達(dá)SAR圖像矩陣，X表示輸入的雙精度類型的合成孔徑雷達(dá)SAR圖像矩陣，X_max和X_min分別表示輸入的雙精度類型的合成孔徑雷達(dá)SAR圖像的矩陣的最大值和最小值。

3.根據(jù)權(quán)利要求1所述的基于深度相關(guān)向量機(jī)的SAR圖像分類方法，其特征在于：步驟(3)中所述的將歸一化后的雙精度類型的合成孔徑雷達(dá)SAR圖像矩陣，輸入三層受限玻耳茲曼機(jī)RBM中進(jìn)行分層訓(xùn)練的具體步驟如下：

第1步，將歸一化后的雙精度類型的合成孔徑雷達(dá)SAR圖像矩陣，輸入到第一層受限玻耳茲曼機(jī)RBM中訓(xùn)練，通過100次迭代訓(xùn)練，得到第一層受限玻耳茲曼機(jī)RBM的網(wǎng)絡(luò)參數(shù){W₁,b₁}，其中，W₁表示歸一化后的雙精度類型的合成孔徑雷達(dá)SAR圖像矩陣在第一層受限玻耳茲曼機(jī)RBM的權(quán)重值，b₁表示歸一化后的雙精度類型的SAR圖像矩陣在第一層受限玻耳茲曼機(jī)RBM的余項，將歸一化后的合成孔徑雷達(dá)SAR圖像矩陣輸入到第一層受限玻耳茲曼機(jī)RBM，得到合成孔徑雷達(dá)SAR圖像矩陣的第一層深層特征；

第2步，將合成孔徑雷達(dá)SAR圖像矩陣的第一層深層特征，輸入到第二層受限玻耳茲曼機(jī)RBM中訓(xùn)練，通過100次迭代訓(xùn)練，得到第二層受限玻耳茲曼機(jī)RBM的網(wǎng)絡(luò)參數(shù){W₂,b₂}，其中，W₂表示合成孔徑雷達(dá)SAR圖像矩陣的第一層深層特征在第一層受限玻耳茲曼機(jī)RBM中的權(quán)重值，b₂表示合成孔徑雷達(dá)SAR圖像矩陣的第一層深層特征在第一層受限玻耳茲曼機(jī)RBM中的余項，將合成孔徑雷達(dá)SAR圖像矩陣的第一層深層特征輸入到第二層受限玻耳茲曼機(jī)RBM，得到合成孔徑雷達(dá)SAR圖像矩陣的第二層深層特征；

第3步，將合成孔徑雷達(dá)SAR圖像矩陣的第二層深層特征，輸入到第三層受限玻耳茲曼機(jī)RBM中訓(xùn)練，通過100次迭代訓(xùn)練，得到第三層受限玻耳茲曼機(jī)RBM的網(wǎng)絡(luò)參數(shù){W₃,b₃}，其中，W₃表示合成孔徑雷達(dá)SAR圖像矩陣的第二層深層特征在第二層受限玻耳茲曼機(jī)RBM中的權(quán)重值，b₃表示合成孔徑雷達(dá)SAR圖像矩陣的第二層深層特征在第二層受限玻耳茲曼機(jī)RBM中的余項，將合成孔徑雷達(dá)SAR圖像矩陣的第二層深層特征輸入到第三層受限玻耳茲曼機(jī)RBM，得到合成孔徑雷達(dá)SAR圖像矩陣的第三層深層特征。

4.根據(jù)權(quán)利要求1所述的基于深度相關(guān)向量機(jī)的SAR圖像分類方法，其特征在于：步驟(8)中所述的分類正確率的公式如下：

$acc=\frac{lab-er}{lab}$

其中，acc表示雙精度類型合成孔徑雷達(dá)SAR圖像矩陣的分類正確率，lab表示輸入雙精度類型合成孔徑雷達(dá)SAR圖像矩陣的預(yù)測類標(biāo)數(shù)，er表示雙精度類型合成孔徑雷達(dá)SAR圖像矩陣的分類結(jié)果中的錯誤分類數(shù)。