基于权重散射特征的FSVM算法在极化SAR影像分类中的应用

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

  • 0 引言
  • 1 极化特征参数选择
  • 2 FSVM原理
  • 3 实验及分析
  •   3.1 实验数据介绍
  •   3.2 实验及参数设置
  •   3.3 实验结果及分析
  • 4 结束语
  • 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:;  ;  ;  ;  

    基于权重散射特征的FSVM算法在极化SAR影像分类中的应用
    下载Doc文档

    猜你喜欢