|
|
1.
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
宋超, 徐新, 桂容, 谢欣芳, 徐丰
计算机应用
2017, 37 (1):
244-250.
DOI: 10.11772/j.issn.1001-9081.2017.01.0244
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。
参考文献 |
相关文章 |
多维度评价
|
|
