采用联合相似度谱聚类集成的极化SAR分类

• 作者: 刘璐 焦李成 王蓉芳 石俊飞
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 极化合成孔径雷达 谱聚类集成 Wishart距离 马尔可夫随机场
• 年，卷（期）: 2015,（3）
• 页码范围: 48-53,128
• 页数: 7页
• 分类号: TP75
• 字数: 3583字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2015.03.009

摘要

为了降低谱聚类算法尺度参数对分类结果的影响，避免 Nystr?m逼近导致的分类结果不稳定，提出了一种基于谱聚类集成的极化合成孔径雷达(SAR)地物分类方法。首先，利用像素间的空间关系和极化信息，将基于相干矩阵 Wishart距离的相似性测度和基于极化特征矢量欧氏距离的相似性测度相结合，引入马尔可夫随机场势函数，构造谱聚类的相似性矩阵；然后，采用基于 Nystr?m逼近的谱聚类实现极化 SAR数据的单次谱分类；最后，采用集成策略完成对极化 SAR图像的地物分类。实验结果表明，该算法提高了分类精度，区域一致性保持较好，且分类结果稳定。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦李成	西安电子科技大学智能感知与图像理解教育部重点实验室	514	14586	52.0	103.0
2	刘璐	西安电子科技大学智能感知与图像理解教育部重点实验室	10	23	3.0	4.0
3	石俊飞	西安电子科技大学智能感知与图像理解教育部重点实验室	3	25	2.0	3.0
4	王蓉芳	西安电子科技大学智能感知与图像理解教育部重点实验室	5	84	4.0	5.0