基于混合双隐层径向基函数网络的高分辨率SAR图像地物分类算法研究

• 作者: 付琨 吴一戎 孙真真
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 合成孔径雷达图像 神经网络 地物分类
• 年，卷（期）: 2003,（z1）
• 所属期刊栏目: 微波系统工程
• 页码范围: 2040-2044
• 页数: 5页
• 分类号: TN951
• 字数: 4299字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2003.z1.022

摘要

本文在高分辨率条件下对传统的合成孔径雷达(SAR)图像自动地物分类技术进行了扩展研究.文章首先指出了经典的前馈神经网络模型在SAR图像地物分类中的不足,然后基于径向基神经网络(RBFN),结合混合专家系统,提出了一种变型的网络结构模型,称之为混合双隐层径向基函数网络(MDHRBFN),并将其应用于高分辨率单视单极化的SAR图像地物分类.实验结果表明,基于该模型的分类算法能够将SAR图像较好地区分为人造目标类、自然目标类、背景和阴影,具有比经典RBFN模型更好的分类效果,不但可以应用于SAR图像辅助判读,而且能够为目标识别过程提供潜在目标切片.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴一戎	中国科学院电子学研究所	111	1472	20.0	32.0
2	付琨	中国科学院电子学研究所	44	461	12.0	19.0
3	孙真真		4	73	4.0	4.0