极化SAR图像的聚类序列投影寻踪模型方法
Sequential projection pursuit clustering model for POL-SAR data unsupervised classification作者机构:西北工业大学应用数学研究所
出 版 物:《电波科学学报》 (Chinese Journal of Radio Science)
年 卷 期:2006年第21卷第5期
页 面:682-686页
核心收录:
学科分类:0810[工学-信息与通信工程] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 081002[工学-信号与信息处理] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(60375003) 航空基础科学基金(03I53059) 西北工业大学博士论文创新基金(CX200327)资助
主 题: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
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,以获取高维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-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。