联合对称不确定性ReliefF算法的PolSAR影像分类

摘要：

针对在PolSAR影像分类中极易产生分类精度随着特征数增加不会持续增加,甚至还会降低的问题,提出一种基于对称不确定性Relief F算法的分类方法.首先,在传统过滤式的Relief F算法基础上引入对称不确定性评估函数,淘汰对分类贡献小的特征及属性;然后,利用封装式CART算法对剩余特征作进一步挑选,并根据得到的特征子集进行分类.将其与Wishart监督分类、未进行特征选择的分类和仅利用ReliefF算法进行特征属性选择的分类方法进行比较,以GF-3和Radarsat-2影像为例进行实验.结果表明,该方法各项指标均优于其他对比实验,并且大幅度节约时间成本.

关键词：极化分解;对称不确定性;ReliefF算法;特征选择;CART分类

所属期刊栏目：36

分类号：TP722.6(遥感技术)

资助基金：国家自然科学基金项目;国家863计划资助项目

在线出版日期：2021-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：20-27