基于多层支持向量机的极化合成孔径雷达特征分析与分类

发布时间：2018-05-16 01:17

  本文选题：极化合成孔径雷达图像 + 地物目标特征分析　； 参考：《计算机应用》2017年01期

【摘要】：为了充分利用极化合成孔径雷达(SAR)图像不同极化特征对不同地物目标类型的刻画能力,提出一种基于多层支持向量机(SVM)的极化SAR特征分析与分类方法。该方法首先通过特征分析确定适合不同地物类型的最佳特征子集;然后采用分层分类树的方式,根据每一种地物类型的特征子集逐层进行SVM分类;最终得到整体分类结果。RadarSAT-2极化SAR图像分类实验结果表明所提方法水域、耕地、林地、城区4类地物分类精度为85%左右,总体分类精度达到86%。该算法充分利用了不同地物目标类型的特性,提高了分类精度,也降低了算法时间复杂度。
[Abstract]:In order to make full use of the different polarimetric features of polarimetric synthetic aperture radar (SAR) images to depict different types of objects, a method for analyzing and classifying polarimetric SAR features based on multilayer support vector machine (SVM) is proposed. In this method, the best feature subsets suitable for different types of features are determined by feature analysis, and then the SVM classification is carried out according to the feature subsets of each feature type by using the hierarchical classification tree. Finally, the whole classification results. RadarSAT-2 polarimetric SAR image classification experiment results show that the proposed method of water, cultivated land, woodland, urban areas of 4 ground objects classification accuracy is about 85%, the overall classification accuracy is 86%. The algorithm makes full use of the characteristics of different object types, improves the classification accuracy and reduces the time complexity of the algorithm.
【作者单位】： 武汉大学电子信息学院;
【基金】：高分辨率对地观测系统重大专项技术与开发项目(03-Y20A10-9001-15/16) 综合减灾空间信息服务应用示范项目~~
【分类号】：TN958

【相似文献】

相关期刊论文 前10条

1 周洞汝;用特征分析法进行微处理器系统的故障诊断[J];武汉水利电力学院学报;1984年03期

2 周仪;;特征分析技术介绍[J];通信技术;1985年04期

3 杨吉祥;刘辉;;微机故障诊断仪中的特征分析电路[J];电子测量技术;1989年03期

4 陈泽阳;;用特征分析技术检查微处理器系统的故障[J];通信技术;1985年04期

5 刘泽坚;;特征分析技术的新进展[J];微电子测试;1994年02期

6 孙锦争;新时期大学生心态特征分析[J];现代传播-北京广播学院学报;1999年04期

7 ;云南电视媒体特征分析[J];市场观察;2005年01期

8 樊传果;;问题广告的表现形式与特征分析[J];新闻知识;2006年11期

9 周莹新;WAP业务的特征分析和仿真[J];电信网技术;2001年05期

10 蔡灿;;北京地方报关于外籍男子侵害中国公民报道的特征分析[J];青年文学家;2012年13期

相关会议论文 前10条

1 陆晨;;特殊天气过程中疾病发病的不同特征分析[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集（下册）[C];2004年

2 焦志刚;;急进高原期间自主神经功能变化特征分析[A];2011年全国时间生物医学学术会议论文集[C];2011年

3 金守男;朴今玉;;83例痴呆特征分析及治疗护理要点[A];第10次全国精神病学术交流会暨《中国民康医学》创刊20周年庆典论文汇编[C];2008年

4 周海滨;杨力;彭绩;刘小立;;2006～2007年深圳市老年人口伤害特征分析[A];第八届粤港澳台预防医学学术交流会议论文汇编[C];2008年

5 安文德;;PM_(2.5)的主要来源及特征分析[A];河北省环境科学学会六届三次常务理事会暨贯彻落实清洁生产促进法提升清洁生产审核能力和质量研讨会论文集[C];2012年

6 朱显明;张国良;师汉民;;流动流体管道的弥散和管内声压特征分析[A];面向21世纪的科技进步与社会经济发展（下册）[C];1999年

7 张承耀;;企业成长的“另类模式”特征分析——基于对“小巨人企业”的研究[A];中国企业持续成长问题学术研讨会暨中国企业管理研究会2007年会论文集[C];2007年

8 孙立梅;郑慧贞;李灵辉;吴德;;广东省2004～2007年急性出血性结膜炎疫情特征分析[A];第八届粤港澳台预防医学学术交流会议论文汇编[C];2008年

9 何军;樊鹏;陈保国;郭强;陈万奎;严采蘩;;一次降水过程空中降水粒子特征分析[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集（下册）[C];2004年

10 韦宝辉;黄宏英;;蒸发力的计算及其动态变化特征分析[A];2008年广西气象学会学术年会论文集[C];2008年

相关博士学位论文 前1条

1 郭瑜;基于时—频分析的虚拟式旋转机械特征分析仪系统的研究[D];重庆大学;2003年

相关硕士学位论文 前10条

1 李民;2014中甲联赛延边足球队进攻特征分析[D];延边大学;2015年

2 陈书中;基于MRI的大脑特征分析与老年痴呆的辅助诊断[D];东北大学;2013年

3 郭妙灵;沪教版初中数学教科书插图的特征与应用现状研究[D];上海师范大学;2016年

4 杜春洁;面向可重构SoC的应用程序特征分析方法研究与实现[D];国防科学技术大学;2012年

5 张苏昊;第十二届全运会湖北女足青年队由守转攻后进攻特征分析研究[D];武汉体育学院;2014年

6 谢晨飞;第19届世界杯足球赛不同名次球队前场30米区域传球特征分析[D];山东体育学院;2014年

7 朱宏节;世界优秀中长距离自由泳运动员的配速特征分析[D];北京体育大学;2014年

8 孟家祥;基于SVM的网络视频流特征分析与分类研究[D];南京邮电大学;2014年

9 谢伟;女性生殖器官恶性肿瘤血瘀型患者的人格学特征分析[D];北京中医药大学;2008年

10 黄志龙;3352例急诊骨折患者的流行病学调查分析[D];广州中医药大学;2011年

，

本文编号：1894789