《雷达学报杂志》发表论文赏析

基于Pinball损失函数支持向量机的极化SAR图像鲁棒分类

来源:雷达学报杂志2019年第4期北京时间:

作者:张腊梅, 张思雨, 董洪伟, 朱厦

单位:①.哈尔滨工业大学电子与信息工程学院 哈尔滨 150001;②.北京市遥感信息研究所 北京 100192;

摘要:考虑到极化合成孔径雷达(PolSAR)图像标注信息量低以及相干斑噪声难以消除的问题,该文从鲁棒统计学习的角度提出了一种基于Pin-SVM的极化SAR图像鲁棒分类方法,根据极化SAR图像的散射特性和地物的纹理特性,通过求解两类样本之间的最大分位数距离来确定分类超平面,在无需迭代的前提下得到更加鲁棒的分类结果。相比传统的基于最大间隔的极化SAR图像分类算法,该文所提算法一方面在对极化SAR图像提取到的特征中包含的噪声具有更好的鲁棒性,另一方面对于训练样本的抽样范围不敏感,即重采样具有更好的鲁棒性。利用EMISAR的Foulum地区极化SAR数据进行了算法验证,多种情况的对比实验的结果验证了该算法的有效性。

关键词:极化SAR, 分类算法, Pin-支持向量机, 鲁棒学习

基金资助:国家自然科学基金(61401124, 61871158),航空科学基金(20182077008),黑龙江省留学归国人员科学基金(LC2018029)

2019年4期其他文献查阅:

基于马尔科夫判别谱聚类的极化SAR图像分类方法

一种基于张量积扩散的非监督极化SAR图像地物分类方法

基于Pinball损失函数支持向量机的极化SAR图像鲁棒分类

基于邻域最小生成树的半监督极化SAR图像分类方法

基于深度卷积神经网络和条件随机场模型的PolSAR图像地物分类方法

基于精调的膨胀编组-交叉CNN的PolSAR地物分类

组网雷达多帧检测前跟踪算法研究

基于贝叶斯的高斯杂波背景下MIMO雷达自适应检测算法

目标极化散射特性对极化分集雷达检测性能的影响

一种用于准单站配置的步进频探地雷达建模方法

基于改进sinc插值的变PRF采样聚束SAR成像

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!