检索结果-南通市图书馆

Region-based classification of PolSAR data using radial basis kernel functions with stochastic distances

International Journal of Digital Earth 2019年第6期12卷 699-719页

作者： Rogerio G.Negri Alejandro C.Frery Wagner B.Silva Tatiana S.G.Mendes Luciano V.Dutra UNESP-Universidade Estadual Paulista ICT-Instituto de Ciencia e TecnologiaSão Jose dos CamposBrazil LaCCAN-Laboratorio de de Computacao Cientifica e Analise Numerica UFAL-Universidade Federal de AlagoasMaceioBrazil Secao de Ensino de Engenharia Cartografica IME-Instituto Militar de EngenhariaRio de JaneiroBrazil DPI-Divisao de Processamento de Imagens INPE-Instituto Nacional de Pesquisas EspaciaisSao Jose dos CamposBrazil

Region-based classification of PolSAR data can be effectively performed by seeking for the assignment that minimizes a distance between prototypes and *** et al.[“Classification of segments in PolSAR imagery by minimum stochastic distances between wishart distributions.”IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 6(3):1263–1273]used stochastic distances between complex multivariate Wishart models which,differently from other measures,are computationally *** this work we assess the robustness of such approach with respect to errors in the training stage,and propose an extension that alleviates such *** introduce robustness in the process by incorporating a combination of radial basis kernel functions and stochastic distances with Support Vector Machines(SVM).We consider several stochastic distances between Wishart:Bhatacharyya,Kullback-Leibler,Chi-Square,Rényi,and *** perform two case studies with PolSAR images,both simulated and from actual sensors,and different classification scenarios to compare the performance of Minimum distance and SVM classification *** this,we model the situation of imperfect training *** show that SVM with the proposed kernel functions achieves better performance with respect to Minimum distance,at the expense of more computational resources and the need of parameter *** and data are provided for reproducibility.

关键词： PolSAR image classification stochastic distance minimum distance classifier SVM

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：