基于Stokes矢量特征与GA-SVM的全极化SAR影像分类方法研究

• 作者: 包玉海 徐昆鹏 李增元 陈尔学
• 来源期刊: 内蒙古师范大学学报（自然科学汉文版）
• 学科: 工学
• 关键词: 极化散射特征 Stokes矢量特征 遗传算法特征提取 SVM分类器
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 区域经济与环境
• 页码范围: 320-325
• 页数: 6页
• 分类号: TP751
• 字数: 3469字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8735.2018.04.011

摘要

发展了一种基于极化散射特征的全极化SAR影像分类方法,探索了Stokes矢量特征作为分类特征的有效性,通过遗传算法耦合SVM的特征选取方法(GA-SVM)有效解决了分类器泛化不足的问题.以一景高分三号(GF-3)全极化影像作为主要的数据源,与同步外业调查获取的地面实况数据进行对比,结果表明所设计的待选分类特征集与特征选取方法得到的特征组合取得了较好的分类效果,总体精度达到90.00%,Kappa系数为0.87,影像部分地物的错分、误分现象得到改善.这表明:(1)GA-SVM的特征选取方法可以在有效地降低分类特征维度的同时提升目标SVM分类器的分类精度;(2)将Stokes矢量元素及其分解特征作为分类特征,可有效提升非参数模型分类的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包玉海	内蒙古师范大学地理科学学院	117	796	15.0	22.0
2	李增元	中国林业科学研究院资源信息研究所	162	3306	33.0	49.0
3	陈尔学	中国林业科学研究院资源信息研究所	81	1672	23.0	38.0
4	徐昆鹏	内蒙古师范大学地理科学学院	2	0	0.0	0.0