结合特征选择和大尺度谱聚类的极化SAR图像非监督分类

• 作者: 孙勋 杨文 杨祥立 涂尚坦 黄平平
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 极化合成孔径雷达 特征选择 非监督分类 谱聚类
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 算法研究
• 页码范围: 684-693
• 页数: 10页
• 分类号: TN753
• 字数: 5506字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2016.06.007

摘要

非监督分类是极化SAR图像解译的重要手段,但其分类结果易受到高维特征的影响.针对此问题,本文提出一种结合特征选择和大尺度谱聚类的极化SAR图像非监督分类方法.该方法首先深入分析并提取了极化SAR图像分类中常用的特征参数,包括基于测量数据及其简单线性变换的特征和极化目标分解的特征.然后通过聚类森林特征选择算法进行特征降维处理,去除冗余信息.最后利用过分割产生代表点并构建原始数据与代表点间的二分图,通过大尺度谱聚类算法完成图像的非监督分类.实验结果表明,该方法能够选取有效的特征组合,并得到较为满意的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨文	武汉大学电子信息学院	44	232	8.0	14.0
2	杨祥立	武汉大学电子信息学院	8	40	4.0	6.0
3	涂尚坦		6	22	3.0	4.0
4	黄平平	内蒙古工业大学雷达技术研究所	21	142	7.0	11.0
5	孙勋	武汉大学电子信息学院	2	18	2.0	2.0