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:
本文研究将数据融合理论用于SAR图像分类.通过贝叶斯理论进行多通道SAR图像测量级数据融合,充分利用像素的从属信息并获得单通道分类无法获取的分类结果,有效保留各通道有用信息并抑制图像中的斑点噪声;针对贝叶斯融合涉及到的先验概率的问题采用两种方式进行先验概率估计,对估计引起的马赛克现象提出了三种解决方法;并提出三种先验概率融合方法,比较得出相对最优的SAR图像多通道分类方案.
推荐文章
基于贝叶斯匹配追踪的SAR图像重构
压缩感知
SAR图像
高斯混合参数
贝叶斯
EM
基于贝叶斯卷积神经网络与数据增强的SAR图像目标分类方法
合成孔径雷达
目标分类
贝叶斯卷积神经网络
数据增强
贝叶斯理论在多波段SAR图像分类融合中的应用
SAR图像
贝叶斯理论
多波段融合
分类
贝叶斯集成框架下的极化SAR图像分类
极化合成孔径雷达
图像分类
贝叶斯集成
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 贝叶斯融合在SAR图像分类中的应用
来源期刊 电子学报 学科 工学
关键词 SAR图像 多通道融合 先验概率估计 先验概率融合
年,卷(期) 2003,(7) 所属期刊栏目 科研通信
研究方向 页码范围 1107-1110,1091
页数 5页 分类号 TN957.52+4
字数 5143字 语种 中文
DOI 10.3321/j.issn:0372-2112.2003.07.041
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (19)
同被引文献  (30)
二级引证文献  (331)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(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)
2004(3)
  • 引证文献(2)
  • 二级引证文献(1)
2005(8)
  • 引证文献(0)
  • 二级引证文献(8)
2006(21)
  • 引证文献(0)
  • 二级引证文献(21)
2007(25)
  • 引证文献(1)
  • 二级引证文献(24)
2008(15)
  • 引证文献(1)
  • 二级引证文献(14)
2009(19)
  • 引证文献(2)
  • 二级引证文献(17)
2010(12)
  • 引证文献(1)
  • 二级引证文献(11)
2011(15)
  • 引证文献(4)
  • 二级引证文献(11)
2012(12)
  • 引证文献(2)
  • 二级引证文献(10)
2013(12)
  • 引证文献(0)
  • 二级引证文献(12)
2014(21)
  • 引证文献(1)
  • 二级引证文献(20)
2015(24)
  • 引证文献(2)
  • 二级引证文献(22)
2016(15)
  • 引证文献(1)
  • 二级引证文献(14)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(28)
  • 引证文献(1)
  • 二级引证文献(27)
2019(80)
  • 引证文献(0)
  • 二级引证文献(80)
2020(31)
  • 引证文献(0)
  • 二级引证文献(31)
研究主题发展历程
节点文献
SAR图像
多通道融合
先验概率估计
先验概率融合
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