基于多特征多核学习的全极化SAR溢油提取方法

• 作者: 刘善伟 张世豪 张乃心 张婷 李翔宇
• 来源期刊: 海洋科学
• 学科: 地球科学
• 关键词: 全极化SAR(Synthetic Aperture Radar) 溢油提取 多核学习
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 112-118
• 页数: 7页
• 分类号: P76
• 字数: 4425字
• 语种: 中文
• DOI: 10.11759/hykx20171011007

摘要

全极化合成孔径雷达(Synthetic Aperture Radar,SAR)数据具有丰富的极化信息,能够提取出大量异构性特征.核学习方法在解决小样本、高维特征分类问题上具有优势,但异构特征对不同核函教具有响应差异.本文利用一种引入先验标签的多核学习方法进行全极化SAR的溢油信息提取,即基于分析结果对特征集进行遴选与组合,分别在每个特征组合中训练得到一个预备层核函数,以新获取的预备层核函数作为新的底层核函数,对全部特征进行学习分类.通过提取与分析溢油和海水的统计特征、物理散射特征和纹理特征,建立溢油全极化SAR特征谱,并利用引入先验标签的多核学习分类器进行溢油提取实验.结果表明,该方法能够利用全极化SAR多维异构特征的互补特性有效提高溢油分类提取精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张婷		13	36	3.0	5.0
2	李翔宇		6	1	1.0	1.0