期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于半监督学习的SVM-Wishart极化SAR图像分类方法
被引量：
13
1
作者
滑文强
王爽
侯彪
《雷达学报（中英文）》
CSCD
2015年第1期93-98,共6页
该文针对极化SAR(Synthetic Aperture Radar)图像分类中的小样本问题,提出了一种新的半监督分类算法。考虑到极化SAR数据反映了地物的散射特性,该方法首先利用目标分解方法提取了多种极化散射特征;其次,在协同训练框架下结合SVM分类器...
该文针对极化SAR(Synthetic Aperture Radar)图像分类中的小样本问题,提出了一种新的半监督分类算法。考虑到极化SAR数据反映了地物的散射特性,该方法首先利用目标分解方法提取了多种极化散射特征;其次,在协同训练框架下结合SVM分类器构建了协同半监督模型,该模型可以同时利用有标记和无标记样本对极化SAR图像进行分类,从而在小样本时可以获得更好的分类精度;最后,为进一步改善分类结果,在协同训练分类完成后,该方法又利用Wishart分类器对分类结果进行修正。理论分析与实验表明,该算法在只有少量标记样本的情况下优于传统算法。
展开更多
关键词
极化SAR
地物分类
半监督学习
协同训练
支持向量机
下载PDF
职称材料
题名
基于半监督学习的SVM-Wishart极化SAR图像分类方法
被引量：
13
1
作者
滑文强
王爽
侯彪
机构
西安电子科技大学
西安电子科技大学智能信息
处理
研究所
西安电子科技大学智能感知与图像理解教育部重点实验室
陕西
信号处理
学会
出处
《雷达学报（中英文）》
CSCD
2015年第1期93-98,共6页
基金
国家自然科学基金(61173092,61271302)
陕西省科学技术研究发展计划项目(2013KJXX-64)资助课题
文摘
该文针对极化SAR(Synthetic Aperture Radar)图像分类中的小样本问题,提出了一种新的半监督分类算法。考虑到极化SAR数据反映了地物的散射特性,该方法首先利用目标分解方法提取了多种极化散射特征;其次,在协同训练框架下结合SVM分类器构建了协同半监督模型,该模型可以同时利用有标记和无标记样本对极化SAR图像进行分类,从而在小样本时可以获得更好的分类精度;最后,为进一步改善分类结果,在协同训练分类完成后,该方法又利用Wishart分类器对分类结果进行修正。理论分析与实验表明,该算法在只有少量标记样本的情况下优于传统算法。
关键词
极化SAR
地物分类
半监督学习
协同训练
支持向量机
Keywords
Polarimetric Synthetic Aperture Radar（SAR）
Terrain classification
Semi-supervised learning
Co-training
Support Vector Machine（SVM）
分类号
TN958 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于半监督学习的SVM-Wishart极化SAR图像分类方法
滑文强
王爽
侯彪
《雷达学报（中英文）》
CSCD
2015
13
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
