利用特征选择自适应决策树的层次SAR图像分类

摘要：

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。

关键词：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

所属期刊栏目：37

分类号：P237.3(摄影测量学与测绘遥感)

资助基金：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

在线出版日期：2012-04-28（万方平台首次上网日期，不代表论文的发表时间）

页码：46-49