利用特征选择自适应决策树的层次SAR图像分类
A Hierarchical Classification Method Based on Feature Selection and Adaptive Decision Tree for SAR Image作者机构:武汉大学电子信息学院武汉市珞喻路129号430079
出 版 物:《武汉大学学报(信息科学版)》 (Geomatics and Information Science of Wuhan University)
年 卷 期:2012年第37卷第1期
页 面:46-49页
核心收录:
学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081802[工学-地球探测与信息技术] 0709[理学-地质学] 08[工学] 0708[理学-地球物理学] 0818[工学-地质资源与地质工程] 0705[理学-地理学] 0815[工学-水利工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家973计划资助项目(2007CB714405) 国家自然科学基金资助项目(60702041) 武汉大学测绘遥感信息工程国家重点实验室专项科研经费资助项目
主 题:合成孔径雷达 图像分类 层次分类算法 自适应决策树 特征选择
摘 要:提出了一种新的基于特征选择自适应决策树的层次分类算法,用于合成孔径雷达(synthetic apertureradar,SAR)图像的分类。采用Joint Boosting算法选择出最适用于各类的特征组合,并自适应地搜索构造出一个由两类分类器构成的层次分类器,利用特征选择结果和自适应决策树进行了SAR图像的学习和推理,实现了自动分类,在国内首批极化干涉SAR数据上的实验证明了本算法的有效性。