顾及特征优化的全极化SAR图像SVM分类
以支持向量数和相关性分析为评估依据,结合序列前进搜寻策略,本文提出一种顾及特征优化的改进SVM分类方法,并将其应用于全极化SAR图像监督分类.真实数据的实验结果表明,该方法不仅具有小样本情况下的良好泛化性能,而且能以更少的特征个数,在更广泛的SVM参数取值范围内获得更高的分类精度.
极化SAR、特征优化、监督分类、支持向量机
38
P237(摄影测量学与测绘遥感)
国家863计划资助项目2007AA12Z143;国家自然科学基金资助项目40201039,40771157,41001260
2013-07-12(万方平台首次上网日期,不代表论文的发表时间)
共4页
115-117,139