| 结合BRF神经网络的全极化SAR影像分类方法研究 |
| |
| 引用本文： | 王嘉宇,张继贤,黄国满,赵争.结合BRF神经网络的全极化SAR影像分类方法研究[J].测绘与空间地理信息,2019,42(1). |
| |
| 作者姓名： | 王嘉宇 张继贤 黄国满 赵争 |
| |
| 作者单位： | 辽宁工程技术大学,辽宁 阜新,123000;国家测绘产品质量检验测试中心,北京,100830;中国测绘科学研究院,北京,100830;中国测绘科学研究院,北京100830;城市空间信息工程北京市重点实验室,北京100830 |
| |
| 摘 要： | 为了解决模糊支持向量机(FSVM)算法应用于全极化SAR影像分类而产生的聚类中心陷入局部过适应问题,本文提出了一种基于模糊分割理论结合RBF神经网络的全极化SAR影像分类方法。主要利用模糊聚类分割、极化分解、纹理特征提取等,构建待分类地物特征集,并通过SGE进行监督降维,采用降维后的待分类地物极化表征完成RBF分类器训练,实现全极化SAR影像监督分类。最终通过C波段Randsat-2全极化SAR数据进行实测检验,结果表明,该方法使得分类结果区域一致性增强,充分地保存了待分类地物细节信息。
|
| 关 键 词： | RBF神经网络 模糊支撑向量机(FSVM) 分割 全极化SAR影像 分类 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
