期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Pinball损失函数支持向量机的极化SAR图像鲁棒分类 被引量:2
1
作者 张腊梅 张思雨 +1 位作者 董洪伟 朱厦 《雷达学报(中英文)》 CSCD 北大核心 2019年第4期448-457,共10页
考虑到极化合成孔径雷达(PolSAR)图像标注信息量低以及相干斑噪声难以消除的问题,该文从鲁棒统计学习的角度提出了一种基于Pin-SVM的极化SAR图像鲁棒分类方法,根据极化SAR图像的散射特性和地物的纹理特性,通过求解两类样本之间的最大分... 考虑到极化合成孔径雷达(PolSAR)图像标注信息量低以及相干斑噪声难以消除的问题,该文从鲁棒统计学习的角度提出了一种基于Pin-SVM的极化SAR图像鲁棒分类方法,根据极化SAR图像的散射特性和地物的纹理特性,通过求解两类样本之间的最大分位数距离来确定分类超平面,在无需迭代的前提下得到更加鲁棒的分类结果。相比传统的基于最大间隔的极化SAR图像分类算法,该文所提算法一方面在对极化SAR图像提取到的特征中包含的噪声具有更好的鲁棒性,另一方面对于训练样本的抽样范围不敏感,即重采样具有更好的鲁棒性。利用EMISAR的Foulum地区极化SAR数据进行了算法验证,多种情况的对比实验的结果验证了该算法的有效性。 展开更多
关键词 极化SAR 分类算法 pin-支持向量机 鲁棒学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部