本文關(guān)鍵詞：顧及分類器參數(shù)的全極化SAR圖像特征選擇與分類

  更多相關(guān)文章： 極化SAR 特征選擇 支持向量機 分類 參數(shù)優(yōu)化

【摘要】：全極化SAR獲取的信息量遠多于傳統(tǒng)SAR,但信息量的增加并不能確保分類精度的提高,如何有效進行特征選擇至關(guān)重要。針對自適應(yīng)特征選擇問題,提出一種顧及分類器參數(shù)的特征選擇和分類方法。該方法以支持向量數(shù)為評估依據(jù),結(jié)合遺傳算法進行特征選擇,并同時對分類器參數(shù)進行尋優(yōu);最后利用優(yōu)選的特征集和模型參數(shù)進行分類。為驗證算法的有效性,利用兩組全極化數(shù)據(jù)進行了監(jiān)督分類實驗。實驗結(jié)果表明,提出方法降低了SVM分類器對自身參數(shù)的敏感性,而且能在較少特征個數(shù)下具備良好的泛化性能,分類精度優(yōu)于未經(jīng)過特征選擇和參數(shù)優(yōu)化的方法。
【作者單位】： 河海大學(xué)地球科學(xué)與工程學(xué)院;江蘇省測繪工程院;
【關(guān)鍵詞】： 極化SAR 特征選擇 支持向量機 分類 參數(shù)優(yōu)化
【基金】：國家自然科學(xué)基金項目(41301449) 江蘇省測繪地理信息科研項目(JSCHKY201501) 地理空間信息工程國家測繪地理信息局重點實驗室基金項目(201324)
【分類號】：P237
【正文快照】： 隨著ALOS,Terra SAR及Radarsat-2等星載合成孔徑雷達SAR(Synthetic Aperture Radar)系統(tǒng)的運行,越來越多的星載SAR進入全極化工作階段,為我們提供了豐富的極化SAR數(shù)據(jù)。與單級化SAR相比,全極化SAR利用了電磁波的極化特性,通過測量地面每個分辨單元內(nèi)的極化散射矩陣將目標(biāo)的散

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 付濤;;基于特征選擇的多示例學(xué)習(xí)算法研究[J];科技通報;2013年08期

2 楊打生,郭延芬;一種特征選擇的信息論算法[J];內(nèi)蒙古大學(xué)學(xué)報(自然科學(xué)版);2005年03期

3 張永;曹東俠;;一種高效的特征選擇機制應(yīng)用于入侵檢測[J];甘肅科學(xué)學(xué)報;2011年03期

4 楊錦英;王碧泉;;K—W檢驗和熵法在單個特征選擇中的應(yīng)用[J];華北地震科學(xué);1989年02期

5 劉代志,李夕海,張斌;基于序優(yōu)化方法的特征選擇研究[J];核電子學(xué)與探測技術(shù);2004年06期

6 劉開第,薛俊鋒,龐彥軍;特征選擇及其常用算法[J];河北建筑科技學(xué)院學(xué)報;2004年04期

7 喻軍;孟曉玲;;一種基于層次分析的特征選擇法[J];中國科技信息;2006年10期

8 南重漢;鄒凌云;;基于分組重量編碼和特征選擇技術(shù)預(yù)測外膜蛋白[J];第三軍醫(yī)大學(xué)學(xué)報;2013年13期

9 苗玉杰;;差分進化在圖像特征選擇中的應(yīng)用研究[J];科技通報;2013年08期

10 趙小杰,種勁松,王宏琦;合成孔徑雷達圖像的特征選擇[J];遙感技術(shù)與應(yīng)用;2001年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 靖紅芳;王斌;楊雅輝;;基于類別分布的特征選擇框架[A];第四屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集（上）[C];2008年

2 李長升;盧漢清;;排序?qū)W習(xí)模型中的特征選擇[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

3 劉功申;李建華;李生紅;;基于類信息的特征選擇和加權(quán)方法[A];NCIRCS2004第一屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2004年

4 倪友平;王思臣;馬桂珍;陳曾平;;分支界定算法在低分辨雷達飛機架次判別中的應(yīng)用[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

5 李澤輝;聶生東;陳兆學(xué);;應(yīng)用多類SVM分割MR腦圖像特征選擇與優(yōu)化的實驗研究[A];中國儀器儀表學(xué)會第九屆青年學(xué)術(shù)會議論文集[C];2007年

6 蒙新泛;王厚峰;;主客觀識別中的上下文因素的研究[A];中國計算機語言學(xué)研究前沿進展（2007-2009）[C];2009年

7 萬京;王建東;;一種基于新的差異性度量的ReliefF方法[A];2009年研究生學(xué)術(shù)交流會通信與信息技術(shù)論文集[C];2009年

8 范麗;許潔萍;;基于GMM的音樂信號音色模型研究[A];第四屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議論文集[C];2008年

9 陳友;戴磊;程學(xué)旗;;基于MRMHC-C4．5的IP流分類[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

10 申f;楊宏暉;袁帥;;用于水聲目標(biāo)識別的互信息無監(jiān)督特征選擇[A];第三屆上�！靼猜晫W(xué)學(xué)會學(xué)術(shù)會議論文集[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李靜;高維數(shù)據(jù)交互特征選擇和分類研究[D];燕山大學(xué);2015年

2 劉風(fēng);基于磁共振成像的多變量模式分析方法學(xué)與應(yīng)用研究[D];電子科技大學(xué);2014年

3 王石平;粗糙擬陣及其在高維數(shù)據(jù)降維中的應(yīng)用研究[D];電子科技大學(xué);2014年

4 代琨;基于支持向量機的網(wǎng)絡(luò)數(shù)據(jù)特征選擇技術(shù)研究[D];解放軍信息工程大學(xué);2013年

5 王愛國;微陣列基因表達數(shù)據(jù)的特征分析方法研究[D];合肥工業(yè)大學(xué);2015年

6 王博;文本分類中特征選擇技術(shù)的研究[D];國防科學(xué)技術(shù)大學(xué);2009年

7 張明錦;基于特征選擇的多變量數(shù)據(jù)分析方法及其在譜學(xué)研究中的應(yīng)用[D];華東理工大學(xué);2011年

8 高青斌;蛋白質(zhì)亞細胞定位預(yù)測相關(guān)問題研究[D];國防科學(xué)技術(shù)大學(xué);2006年

9 馮國忠;文本分類中的貝葉斯特征選擇[D];東北師范大學(xué);2011年

10 張麗新;高維數(shù)據(jù)的特征選擇及基于特征選擇的集成學(xué)習(xí)研究[D];清華大學(xué);2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 周瑞;基于支持向量機特征選擇的移動通信網(wǎng)絡(luò)問題分析[D];華南理工大學(xué);2015年

2 張金蕾;蛋白質(zhì)SUMO化修飾位點預(yù)測的數(shù)據(jù)挖掘技術(shù)研究[D];西北農(nóng)林科技大學(xué);2015年

3 陳云風(fēng);基于聚類集成技術(shù)的高鐵信號故障診斷研究[D];西南交通大學(xué);2015年

4 張斌斌;網(wǎng)絡(luò)股評的傾向性分析[D];中央民族大學(xué);2015年

5 季金勝;高分辨率遙感影像典型地物目標(biāo)的特征選擇及其穩(wěn)定性研究[D];上海交通大學(xué);2015年

6 袁玉錄;基于數(shù)據(jù)分類的網(wǎng)絡(luò)通信行為建模方法研究[D];電子科技大學(xué);2015年

7 王虎;基于試驗設(shè)計的白酒譜圖特征選擇及支持向量機參數(shù)優(yōu)化研究[D];南京財經(jīng)大學(xué);2015年

8 王維智;基于特征提取和特征選擇的級聯(lián)深度學(xué)習(xí)模型研究[D];哈爾濱工業(yè)大學(xué);2015年

9 皮陽;基于聲音的生物種群識別[D];電子科技大學(xué);2015年

10 劉樹龍;特征選擇在軟件缺陷預(yù)測中的應(yīng)用技術(shù)研究[D];南京大學(xué);2015年

，

本文編號：844066