极化SAR图像的聚类序列投影寻踪模型方法.pdf

极化SAR图像的聚类序列投影寻踪模型方法.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
极化SAR图像的聚类序列投影寻踪模型方法

维普资讯 第 21卷 第 5期 电 波 科 学 学 报 Vo1.2l,NO.5 2006年 10月 CHINESEJOURNA1OF RADIO SCIENCE ()ctober,2006 文章编号 1005—0388(2006)05—0682—05 极化 SAR图像的聚类序列投影 寻踪模型方法 林 伟 田 铮 (1.西北工业大学应用数学研究所 ,]inwei@nwpu.edu.cn,陕西 西安 710072; 2.西北工业大学计算机学院,陕西 西安 710072) 摘 要 针对极化 SAR数据的分类 问题,提 出了序列投影寻踪模型方法进行极 化 SAR数据的无监督分类。该方法的特点是利用 目标散射 的极化相似性参数来表征 目标特征 ;通过遗传算法逐步给 出投影寻踪方法 中的最佳投影 ,以获取高雏数据的一 维投影特征 ;进而采用EM 算法估计混合模型的参数 ;最后 由Bayes决策准则实现分 类。该文对 旧金 山湾地 区的极化 SAR数据进行分类 ,得到 了好 的分类结果 ,实例计 算结果分别与采用强度特征的无监督分类结果和直接利用散射熵一散射角分类的结 果进行 了比较 ,说明新方法对于极化 sAR数据的分类具有明显的优越性 。 关键词 序列投影寻踪模型,无监督分类,合成孔径雷达 ,极化相似性参数,EM算法 中图分类号 TP39l,TP75l 文献标识码 A Sequentialprojectionpursuitclusteringmodelfor POL-S·AR dataunsupervisedclassification LIN W ei、 TIAN Zheng (1.InstituteofAppliedMathemati~.NorthwesternPolytechnit’al University。xita"Sh“Cl71 . ~,i7l0072.Chinn: 2.S(hoolofComputerSciemeand丁 (hnalogy, Northz~,esternP0lytCChnicalUniversitY,xi“ItShdⅡ"ri710072,Chinn) Abstract On researchoftheclassificationofPOIarimetricSyntheticApertureRa— dar(PoL—SAR)data,aSequentialProjectionPursuitModel(SPPM)forunsuper— visedsegmentationofthePOI一SAR imageisproposedin thispaper.Thefeatures ofthehighdimensiondataareextractedoutviaorthogonalprojectionandtheclas— sificationisaccomplishedbytheBayesdecisionrule.Alsothesimilarityparameters

文档评论(0)

skvdnd51 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档