顾及分类器参数的全极化SAR图像特征选择与分类

摘要：

全极化SAR获取的信息量远多于传统SAR,但信息量的增加并不能确保分类精度的提高,如何有效进行特征选择至关重要.针对自适应特征选择问题,提出一种顾及分类器参数的特征选择和分类方法.该方法以支持向量数为评估依据,结合遗传算法进行特征选择,并同时对分类器参数进行寻优;最后利用优选的特征集和模型参数进行分类.为验证算法的有效性,利用两组全极化数据进行了监督分类实验.实验结果表明,提出方法降低了SVM分类器对自身参数的敏感性,而且能在较少特征个数下具备良好的泛化性能,分类精度优于未经过特征选择和参数优化的方法.

关键词：极化SAR、特征选择、支持向量机、分类、参数优化

所属期刊栏目：33

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金项目41301449;江苏省测绘地理信息科研项目JSCHKY201501;地理空间信息工程国家测绘地理信息局重点实验室基金项目201324

在线出版日期：2017-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：507-512