基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文融合了Beta-prime(BP)统计模型和Quadratic Gamma discrimination(QGD)分类器各自的优点,给出了一个完整的合成孔径雷达(SAR)图像地物分类算法.通过利用BP模型区分背景杂波和目标,利用QGD分类器区分自然目标和人造目标,可以精确地把SAR图像分成阴影、背景杂波、自然目标和人造目标,在为目标识别过程提供潜在目标切片的同时,也能够提供背景杂波和自然目标的信息.
推荐文章
基于纹理和边缘的SAR图像SVM分类
合成孔径雷达图像分类
纹理特征提取
边缘特征提取
灰度共生矩阵
支持向量机
主成分分析
基于"高分五号"遥感图像的地物分类方法
地物分类
遥感图像
图像预处理
大气干扰消除
特征提取
数据分类
基于多层卷积神经网络的SAR图像分类方法
雷达目标识别
卷积神经网络
深度学习
MSTAR数据
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Beta-Prime统计模型和QGD分类器的SAR图像地物分类方法
来源期刊 电子学报 学科 工学
关键词 合成孔径雷达图像 QGD分类器 BP统计模型 地物分类
年,卷(期) 2003,(z1) 所属期刊栏目 科研通信
研究方向 页码范围 2163-2166
页数 4页 分类号 TN951
字数 3414字 语种 中文
DOI 10.3321/j.issn:0372-2112.2003.z1.052
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (3)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (6)
二级引证文献  (36)
1981(3)
  • 参考文献(1)
  • 二级参考文献(2)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
合成孔径雷达图像
QGD分类器
BP统计模型
地物分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导