10.3969/j.issn.1001-2400.2018.06.016
空间感知矩阵学习的极化SAR图像分类
为了解决最小二乘支撑矢量机无法高效地对大规模数据进行分类的问题 ,提出了一种空间感知矩阵学习的极化合成孔径雷达图像分类方法 .感知矩阵由测量矩阵和字典的乘积构成 ,根据压缩感知理论 ,构造了空间感知矩阵 .为了减小优化问题的规模 ,首先设计了与数据耦合的判别式测量矩阵;考虑到数据的极化信息和空间信息 ,构造了空间威沙特字典 ,减少了相干斑噪声对分类结果的影响;最后 ,提出了基于空间感知矩阵学习的分类器 ,获得了紧凑而又简洁的模型表示 .真实极化合成孔径雷达数据的分类结果表明 ,这种分类器具有更高的分类准确率和更好的空间一致性 .
压缩感知、极化合成孔径雷达图像分类、判别式测量矩阵、威沙特空间核
45
TP751(遥感技术)
国家自然科学基金资助项目61573267 ,61701361
2019-01-16（万方平台首次上网日期，不代表论文的发表时间）
共7页
92-98
