特征优选下的全极化雷达影像土地覆盖分类 |
| |
引用本文: | 范强,霍畅,张兵,张继超.特征优选下的全极化雷达影像土地覆盖分类[J].测绘科学,2023(8):102-110. |
| |
作者姓名: | 范强 霍畅 张兵 张继超 |
| |
作者单位: | 辽宁工程技术大学测绘与地理科学学院 |
| |
基金项目: | 国家自然科学基金项目(42204031); |
| |
摘 要: | 针对极化合成孔径雷达(PolSAR)影像在土地覆盖分类中存在特征利用不充分导致分类精度低的问题,该文提出一种联合ReliefF和相关性的特征选择(CFS)算法的分类方法。首先利用ReliefF算法对极化特征进行特征重要性排序,淘汰无关特征,然后利用CFS算法进行特征优选,最后结合分类回归树(CART)决策树构建分类模型,完成土地覆盖分类。以高分三号(GF-3)两个场景的影像数据进行实验,结果表明,该方法能够有效剔除冗余特征,显著提高分类准确率,适用于PolSAR影像土地覆盖分类。
|
关 键 词: | 极化合成孔径雷达 特征选择 ReliefF算法 CFS算法 土地覆盖分类 CART决策树 |
|
|