基于协同训练与集成学习的极化SAR图像半监督分类

• 作者: 徐佳 程圆娥 袁春琦 许康 陈媛媛
• 来源期刊: 遥感技术与应用
• 学科: 地球科学
• 关键词: 极化合成孔径雷达 目标分解 图像分类 半监督学习 协同训练 集成学习
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 数据与图像处理
• 页码范围: 380-385
• 页数: 6页
• 分类号: P237|TP751
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2017.2.0380

摘要

针对全极化SAR图像在监督分类中存在的人工标注样本费时费力以及多种极化特征未能综合利用等问题,提出一种基于协同训练与集成学习的极化SAR图像半监督分类方法.该方法以支持向量机作为半监督学习的基分类器,通过协同学习机制将多种极化目标分解下的特征有效结合,实现同时利用无标注和有标注样本,最后通过集成学习进一步提高分类模型的泛化能力.在AIR-SAR和EMISAR影像上的实验表明,该方法能充分利用不同特征的特点,在较少人工标注的样本下也能获得较高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐佳	河海大学地球科学与工程学院	35	220	9.0	13.0
3	陈媛媛	河海大学地球科学与工程学院	6	83	4.0	6.0
4	许康		11	48	5.0	6.0
5	程圆娥	河海大学地球科学与工程学院	5	20	3.0	4.0
6	袁春琦	河海大学地球科学与工程学院	5	28	3.0	5.0