利用特征选择自适应决策树的层次SAR图像分类
提出了一种新的基于特征选择自适应决策树的层次分类算法,用于合成孔径雷达(synthetic apertureradar,SAR)图像的分类。采用Joint Boosting算法选择出最适用于各类的特征组合,并自适应地搜索构造出一个由两类分类器构成的层次分类器,利用特征选择结果和自适应决策树进行了SAR图像的学习和推理,实现了自动分类,在国内首批极化干涉SAR数据上的实验证明了本算法的有效性。
合成孔径雷达、图像分类、层次分类算法、自适应决策树、特征选择
37
P237.3(摄影测量学与测绘遥感)
国家973计划资助项目2007CB714405;国家自然科学基金资助项目60702041;武汉大学测绘遥感信息工程国家重点实验室专项科研经费资助项目
2012-04-28(万方平台首次上网日期,不代表论文的发表时间)
46-49