該文針對(duì)現(xiàn)有的譜聚類方法用于極化SAR圖像分類時(shí)精度較低的問題,提出一種基于馬爾科夫的判別譜聚類方法（MDSC）,具有低秩和稀疏分解的特點(diǎn)。該方法首先恢復(fù)一個(gè)真實(shí)的低秩概率轉(zhuǎn)移矩陣,將其作為標(biāo)準(zhǔn)馬爾科夫譜聚類方法的輸入,以減少噪聲對(duì)分類結(jié)果的影響;然后在目標(biāo)函數(shù)中引入判別信息,使極化SAR圖像的數(shù)據(jù)信息能夠得到更加充分地利用;最后采用增廣拉格朗日乘子法來解決低秩和概率單純形約束下的目標(biāo)函數(shù)優(yōu)化問題。在荷蘭小農(nóng)田、德國、西安和荷蘭大農(nóng)田4個(gè)不同數(shù)據(jù)集上的實(shí)驗(yàn)證明,該方法具有較好的準(zhǔn)確率,且參數(shù)敏感性較低,表現(xiàn)出了良好的分類性能。 

【文章來源】：雷達(dá)學(xué)報(bào). 2019年04期 北大核心

【文章頁數(shù)】：11 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于組合條件隨機(jī)場的極化SAR圖像監(jiān)督地物分類[J]. 鄒煥新,羅天成,張?jiān)?周石琳.  雷達(dá)學(xué)報(bào). 2017(05)



本文編號(hào)：2952829