原文服务方: 东北林业大学学报       
摘要:
合成孔径雷达(SAR)数据包含观测目标的形状、方向、位置等丰富的地面信息,在林分类型识别和参数提取具有广泛的应用潜力.以福建省将乐实验林场2013年C波段超精细全极化单视复数RADARSAT-2数据为数据源,运用随机森林的分类方法和多种极化目标分解结果,对将乐国有林场的地物类型识别能力进行实验,分析4种极化方式的干涉相干性与林分类型识别精度的关系.结果表明:特征筛选可以使分类精度提高,总体分类精度由83.71%提高到87.43%,Kappa系数由0.8100提高到0.8533;干涉相干性作为分类特征提高了分类精度,总体分类精度为91.43%,Kappa系数为0.9000.
推荐文章
基于目标分解的极化SAR图像SVM监督分类
极化合成孔径雷达
图像分类
目标分解
支持向量机
Wishart迭代
模糊C-均值
引入极化方位角特征的极化 SAR 图像分类
极化合成孔径雷达
图像分类
四分量分解
极化方位角
Wishart 迭代
基于H/A/α-Wishart分类的极化SAR图像船只检测
极化合成孔径雷达
船只检测
目标分解
非监督分类
基于极化干涉SAR图像的地物监督分类方法
极化干涉SAR
非局部滤波
地物分类
监督分类
SVM
AdaBoost
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结合干涉特征的极化SAR图像监督分类 ——将乐林场的林分类型识别
来源期刊 东北林业大学学报 学科
关键词 全极化SAR 目标分解 干涉相干性 随机森林
年,卷(期) 2020,(11) 所属期刊栏目
研究方向 页码范围 33-38
页数 6页 分类号 TP722.6
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 范文义 191 3189 30.0 46.0
2 张延成 5 22 1.0 4.0
3 侯敬怡 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (25)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(3)
  • 参考文献(2)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(2)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
全极化SAR
目标分解
干涉相干性
随机森林
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东北林业大学学报
月刊
1000-5382
23-1268/S
大16开
1957-01-01
chi
出版文献量(篇)
7235
总下载数(次)
0
总被引数(次)
68015
论文1v1指导