基于支持向量机的极化SAR图像分类

• 作者: 张长耀 汪洋 鲁加国
• 来源期刊: 无线电工程
• 学科: 工学
• 关键词: 极化合成孔径雷达 统计学习理论 支持向量机 核函数 惩罚系数
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 11-13
• 页数: 3页
• 分类号: TN957
• 字数: 2581字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2007.04.005

摘要

极化合成孔径雷达可以同时得到地面场景在不同极化组合下的雷达图像,极大地丰富了获取的地物目标信息量.针对极化SAR图像特征提取和目标分类的困难,由4种基本极化组成样本向量,运用基于统计学习理论的支持向量机以及不同的核函数设计分类器,提出了一种新的极化SAR图像分类算法,并对实测极化SAR数据进行分类实验.结果表明,将支持向量机分类器应用于极化SAR图像分类中是可行和有效的,并且通过选择适当的惩罚系数,可以进一步提高分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁加国		15	76	5.0	8.0
2	汪洋		18	86	6.0	9.0
6	张长耀		19	151	7.0	11.0