基于C均值和SVM的SAR图像目标分类研究

• 作者: 殷维刚 沈云秋 王纪珩 赵韶平
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: SAR图像 支持向量机 图像处理 目标分类
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 图象处理
• 页码范围: 85-89
• 页数: 5页
• 分类号: TP301.6
• 字数: 4022字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2008.01.026

摘要

针对SAR图像具有斑点噪声强和目标特征差异小的特点,通过研究地物特征,提出一种基于C均值和支持向量机(Support Vector Machine)的SAR图像目标分类算法.该算法的前端在特征空间运用C均值聚类算法,有效抑制斑点噪声;后端在图像空间运用支持向量机分类器,提高分类精度.实验结果表明该分类算法能够减少SVM的特征维数,具有较好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王纪珩	首都师范大学数学科学学院	1	4	1.0	1.0
2	殷维刚		3	5	1.0	2.0
3	沈云秋		1	4	1.0	1.0
4	赵韶平		3	5	1.0	2.0