期刊专题

10.3969/j.issn.1001-2400.2015.03.009

采用联合相似度谱聚类集成的极化SAR分类

引用
为了降低谱聚类算法尺度参数对分类结果的影响,避免 Nystr?m逼近导致的分类结果不稳定,提出了一种基于谱聚类集成的极化合成孔径雷达(SAR)地物分类方法。首先,利用像素间的空间关系和极化信息,将基于相干矩阵 Wishart距离的相似性测度和基于极化特征矢量欧氏距离的相似性测度相结合,引入马尔可夫随机场势函数,构造谱聚类的相似性矩阵;然后,采用基于 Nystr?m逼近的谱聚类实现极化 SAR数据的单次谱分类;最后,采用集成策略完成对极化 SAR图像的地物分类。实验结果表明,该算法提高了分类精度,区域一致性保持较好,且分类结果稳定。

极化合成孔径雷达、谱聚类集成、Wishart距离、马尔可夫随机场

TP75(遥感技术)

国家重点基础研究发展计划资助项目2013CB329402;国家自然科学基金资助项目61072106,61272282

2015-06-30(万方平台首次上网日期,不代表论文的发表时间)

共7页

48-53,128

相关文献
评论
相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn

打开万方数据APP,体验更流畅