|
|||||
|
|
| 利用SVM的全极化、双极化与单极化SAR图像分类性能的比较 | |
| 作者姓名： | 吴永辉 计科峰 郁文贤 |
| 作者单位： | 国防科学技术大学,电子科学与工程学院,湖南,长沙,410073 |
| 摘 要： | 支持向量机(SVM)以其在小训练样本时良好的分类性能,目前已广泛应用于多个领域.本文在极化SAR图像特征提取基础上,将SVM应用于极化SAR图像分类,定性和定量地比较了全极化、双极化和单极化SAR图像的分类性能,分析了不同的极化组合对分类结果的影响,并根据地物极化散射特性分析了分类精度差异的成因.实测极化SAR数据的实验结果表明,全极化数据能获得最好的分类性能,双极化次之,单极化最低,且在某些情况下,双极化与全极化分类性能接近. |
| 关 键 词： | 雷达极化 合成孔径雷达 分类 利用 全极化 双极化 单极化 图像分类 分类性能 比较 Performance Classification Comparison 情况 分类结果 实验 数据 差异 分类精度 散射特性分析 地物 影响 组合 |
| 文章编号： | 1007-4619(2008)01-0046-08 |
| 修稿时间： | 2006-08-01 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《遥感学报》浏览原始摘要信息 | |
| 点击此处可从《遥感学报》下载免费的PDF全文 | |