测绘科学

2013, v.38;No.183(03) 115-117+139

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

顾及特征优化的全极化SAR图像SVM分类
A SVM-based classification method for fully polarimetric SAR imagery considering feature optimization

巫兆聪;欧阳群东;李芳芳;

摘要(Abstract):

以支持向量数和相关性分析为评估依据,结合序列前进搜寻策略,本文提出一种顾及特征优化的改进SVM分类方法,并将其应用于全极化SAR图像监督分类。真实数据的实验结果表明,该方法不仅具有小样本情况下的良好泛化性能,而且能以更少的特征个数,在更广泛的SVM参数取值范围内获得更高的分类精度。

关键词(KeyWords): 极化SAR;特征优化;监督分类;支持向量机

Abstract:

Keywords:

基金项目(Foundation): 国家863计划资助项目(2007AA12Z143);; 国家自然科学基金资助项目(40201039,40771157,41001260)

作者(Author): 巫兆聪;欧阳群东;李芳芳;

Email:

DOI: 10.16251/j.cnki.1009-2307.2013.03.065

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享