极化SAR图像的聚类序列投影寻踪模型方法.pdfVIP

下载本文档

1
0
约1.62万字
约 5页
2018-01-25 发布于浙江
举报
版权申诉

极化SAR图像的聚类序列投影寻踪模型方法.pdf

1、本文档共5页，可阅读全部内容。
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、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、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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

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。xitaSh“Cl71 ． ~，i7l0072．Chinn： 2．S(hoolofComputerSciemeand丁 (hnalogy， Northz~,esternP0lytCChnicalUniversitY，xi“ItShdⅡri710072，Chinn) Abstract On researchoftheclassificationofPOIarimetricSyntheticApertureRa— dar(PoL—SAR)data，aSequentialProjectionPursuitModel(SPPM)forunsuper— visedsegmentationofthePOI一SAR imageisproposedin thispaper．Thefeatures ofthehighdimensiondataareextractedoutviaorthogonalprojectionandtheclas— sificationisaccomplishedbytheBayesdecisionrule．Alsothesimilarityparameters