基于权重散射特征的FSVM算法在极化SAR影像分类中的应用

论文摘要

提出了一种基于权重散射特征的模糊支持向量机的极化SAR数据监督分类方法。首先,对极化SAR数据进行H/SPAN/A/α散射特征提取;其次,根据样本可分离度设置最佳散射特征权重参数C,得到最优分类输入数据（H/6SPAN/A/α）;最后,利用FSVM算法对数据进行监督分类。实验结果证明,所提出的FSVMH/6SPAN/A/α分类结果优于FSVM-H/SPAN/A/α。

论文目录

文章来源

类型: 期刊论文

作者: 柯宏霞,刘国栋,龚正娟

关键词: 极化分类,样本可分离度,权重散射特征,模糊支持向量机

来源: 测绘与空间地理信息 2019年04期

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 重庆交通大学土木工程学院,云南省地图院

基金: 重庆市前沿与应用基础研究计划项目(cstc2014jcyjA0915),重庆交通大学实验教学改革与研究基金项目(syj201405)资助

分类号: P237

页码: 17-20

总页数: 4

文件大小: 694K

下载量: 54

相关论文文献

标签：极化分类论文;  样本可分离度论文;  权重散射特征论文;  模糊支持向量机论文;