利用多特征融合和集成學習的極化SAR圖像分類
本文關鍵詞:利用多特征融合和集成學習的極化SAR圖像分類
更多相關文章: 極化合成孔徑雷達 集成學習 監(jiān)督分類
【摘要】:該文提出了一種利用多特征融合和集成學習的極化SAR圖像監(jiān)督分類算法。該算法首先提取極化SAR圖像的多重特征,包括EPFS特征,Hoekman分解特征,Huynen分解特征,H/alpha/A分解特征以及擴展四分量分解特征。為保證集成學習中基本分類器的差異性與準確性,算法從5組特征集中每次隨機選取兩組不同的特征進行串聯(lián)融合,作為SVM分類器的輸入。最后,利用隨機森林學習算法將所有基本分類器的預測概率集成輸出最終分類結果。像素級和區(qū)域級的分類實驗表明了該文算法的有效性。
【作者單位】: 武漢大學電子信息學院;內(nèi)蒙古工業(yè)大學雷達技術研究所;上海衛(wèi)星工程研究所;
【基金】:內(nèi)蒙古自治區(qū)科技計劃項目(20131108,20140155) 國家自然科學基金(61271401,41501414) 復旦大學電磁波信息科學教育部重點實驗室開放基金項目(EMW201504)~~
【分類號】:TN957.52
【正文快照】: 1 引言 合成孔徑雷達(Synthetic Aperture Radar,SAR)是一種先進的微波成像系統(tǒng)[1],主動發(fā)射電磁波并接收目標的散射回波實現(xiàn)對目標的探測,具有全天時、全天候和高分辨率成像的遙感對地觀測能力。SAR圖像分類是SAR圖像解譯的重要研究內(nèi)容,在地質勘探、地形制圖、植被生長狀況
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 袁漢寧;;雙層多示例集成學習[J];武漢理工大學學報(信息與管理工程版);2011年05期
2 俞揚;周志華;;集成學習中完全隨機學習策略研究[J];計算機工程;2006年17期
3 張滄生;崔麗娟;楊剛;倪志宏;;集成學習算法的比較研究[J];河北大學學報(自然科學版);2007年05期
4 陳凱;;基于聚類技術的集成學習差異性研究[J];南京工業(yè)職業(yè)技術學院學報;2008年04期
5 李凱;崔麗娟;;集成學習算法的差異性及性能比較[J];計算機工程;2008年06期
6 潘志松;燕繼坤;;少數(shù)類的集成學習[J];南京航空航天大學學報;2009年04期
7 陳凱;馬景義;;一種選擇性SER-BagBoosting Trees集成學習研究[J];計算機科學;2009年09期
8 陳全;趙文輝;李潔;江雨燕;;選擇性集成學習算法的研究[J];計算機技術與發(fā)展;2010年02期
9 張燕平;曹振田;趙姝;鄭堯軍;杜玲;竇蓉蓉;;一種新的決策樹選擇性集成學習方法[J];計算機工程與應用;2010年17期
10 饒峰;;核機器集成學習算法的誤差分析[J];重慶文理學院學報(自然科學版);2010年04期
中國重要會議論文全文數(shù)據(jù)庫 前4條
1 關菁華;劉大有;賈海洋;;自適應多分類器集成學習算法[A];第二十五屆中國數(shù)據(jù)庫學術會議論文集(二)[C];2008年
2 劉伍穎;王挺;;一種多過濾器集成學習垃圾郵件過濾方法[A];第三屆全國信息檢索與內(nèi)容安全學術會議論文集[C];2007年
3 葉紅云;倪志偉;陳恩紅;;一種混合型集成學習演化決策樹算法[A];2005年“數(shù)字安徽”博士科技論壇論文集[C];2005年
4 李燁;蔡云澤;許曉鳴;;基于支持向量機集成的故障診斷[A];第16屆中國過程控制學術年會暨第4屆全國故障診斷與安全性學術會議論文集[C];2005年
中國博士學位論文全文數(shù)據(jù)庫 前10條
1 阿里木·賽買提(Alim.Samat);基于集成學習的全極化SAR圖像分類研究[D];南京大學;2015年
2 王永明;集成回歸問題若干關鍵技術研究[D];華東師范大學;2015年
3 常征;基于混合集成學習的眼部與四肢交互動作建模與識別[D];北京科技大學;2016年
4 張春霞;集成學習中有關算法的研究[D];西安交通大學;2010年
5 劉天羽;基于特征選擇技術的集成學習方法及其應用研究[D];上海大學;2007年
6 尹華;面向高維和不平衡數(shù)據(jù)分類的集成學習研究[D];武漢大學;2012年
7 王清;集成學習中若干關鍵問題的研究[D];復旦大學;2011年
8 方育柯;集成學習理論研究及其在個性化推薦中的應用[D];電子科技大學;2011年
9 侯勇;特征提取與集成學習算法的研究及應用[D];北京科技大學;2015年
10 李燁;基于支持向量機的集成學習研究[D];上海交通大學;2007年
中國碩士學位論文全文數(shù)據(jù)庫 前10條
1 高偉;基于半監(jiān)督集成學習的情感分類方法研究[D];蘇州大學;2015年
2 宋文展;基于抽樣的集成進化算法研究[D];廣西大學;2015年
3 湯瑩;遷移與集成學習在文本分類中的應用研究[D];江蘇科技大學;2015年
4 劉政;基于知識元和集成學習的中文微博情感分析[D];大連理工大學;2015年
5 丘橋云;結合文本傾向性分析的股評可信度計算研究[D];哈爾濱工業(yè)大學;2014年
6 秦海;融合非標記樣本選擇的集成學習研究[D];湘潭大學;2015年
7 李想;基于多示例的集成學習理論與應用研究[D];合肥工業(yè)大學;2014年
8 李震宇;基于集成學習的數(shù)字圖像隱寫定量分析[D];解放軍信息工程大學;2014年
9 王希玲;基于選擇性集成學習的網(wǎng)絡入侵檢測方法研究[D];青島科技大學;2016年
10 陳范曙;基于信息整合的藥物相關信息挖掘方法研究[D];華東師范大學;2016年
,本文編號:1231674
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/1231674.html