提出了一种基于深度稀疏滤波网络（DSFN）的极化合成Kong径雷达（PolSAR）地形分类的新方法。 它使用新颖的深度学习网络从输入的原始数据中自动学习功能。 并将PolSAR图像上像素之间的空间信息组合到输入数据中。 此外，与传统的深度网络不同，DSFN在预训练和微调期间仅需要微调很少的参数。 真实的PolSAR数据用于验证所提出的方法。 实验结果表明，与传统的深度网络相比，所提出的DSFN算法具有较少的参数，并且有效地提高了分类精度。