首页 | 本学科首页   官方微博 | 高级检索  
     

一种极化合成孔径雷达图像分类的混合方法
引用本文:龚淑蕾,张煜东,沈士喆,吴乐南. 一种极化合成孔径雷达图像分类的混合方法[J]. 东南大学学报(自然科学版), 2009, 0(Z1)
作者姓名:龚淑蕾  张煜东  沈士喆  吴乐南
作者单位:东南大学信息科学与工程学院;
基金项目:国家自然科学基金资助项目(60872075); 东南大学优秀博士学位论文基金资助项目(YBJJ0908)
摘    要:为了更好地对极化合成孔径雷达图像进行分类,提出了一种基于神经网络的混合方法.特征集包括图像的5个H/α系数和基于灰度共生矩阵的6个参数.采用主成分分析方法压缩特征维数,利用3层BP神经网络进行分类,并将Levenberg-Marquardt法与共轭梯度算法相结合求解网络权值.利用该算法对San Francisco地面的实测数据进行分类,实验结果显示该算法能有效分辨地形,且性能优于Wishart最大似然估计方法.

关 键 词:极化合成孔径雷达  灰度共生矩阵  主成分分析  

Hybrid algorithm for classification of polarimetric SAR images
Gong Shulei Zhang Yudong Shen Shizhe Wu Lenan. Hybrid algorithm for classification of polarimetric SAR images[J]. Journal of Southeast University(Natural Science Edition), 2009, 0(Z1)
Authors:Gong Shulei Zhang Yudong Shen Shizhe Wu Lenan
Affiliation:Gong Shulei Zhang Yudong Shen Shizhe Wu Lenan(School of Information Science , Engineering,Southeast University,Nanjing 210096,China)
Abstract:
Keywords:polarimetric synthetic aperture radar  gray-level co-occurrence matrix  principle component analysis  
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号