特征选择双层svm的融合算法用于极化sar图像分类

王云艳; 何 楚; 涂 峰; 陈 东; 廖明生

doi:10.13203/j .whu g is20140351

特征选择双层svm的融合算法用于极化sar图像分类

王云艳^1,2,
何楚^1,3,
涂峰³,
陈东⁴,
廖明生¹

¹武汉大学测绘遥感信息工程国家重点实验室,湖北武汉,430079;²湖北工业大学电气与电子工程学院,湖北武汉,430068;³武汉大学电子信息学院,湖北武汉,430072;⁴国防科技大学,湖南长沙,410073

基金项目: 国家重点基础研究发展计划资助项目（ 2013cb733404）;国家自然科学基金资助项目（ 61331016,41371342）;湖北省自然科学基金资助项目;2014年湖北省教育厅高校青年教师深入企业行动计划资助项目（ xd2014114）。

详细信息

作者简介:
王云艳,博士,主要从事sar 图像解译研究。

中图分类号: p237.3;tp753
计量
- 文章访问数: 1511
- HTML全文浏览量: 58
- PDF下载量: 1236
出版历程
- 收稿日期: 2014-04-29
- 发布日期: 2015-09-04

polsarima g eclassificationusin gfeaturefusional g orithm basedonfeatureselectionandbila y ersvm

¹stateke ylaborator yofinformationen g ineerin ginsurve y in gma pp in gandremotesensin g,wuhanuniversit y,wuhan430079,china;²schoolofelectricalandelectronicen g ineerin g,hubeiuniversit yoftechnolo gy,wuhan430068,china;³electronicandinformationschool ,wuhanuniversit y,wuhan430072,china;⁴nationaluniversit yofdefensetechnolo gy,chan g sha410073,china

Funds: thenationalke ybasicresearchanddevelo pmentpro g ramofchina,no.2013cb733404;thenationalnaturalsci-encefoundationofchina，nos.41371342,61331016;thenaturalsciencefoundationofhubeiprovince;2014youthteachersinde p thbusinessactionplanfundedpro j ectsofhubeiprovincialeducationde p artment，no.xd201411 4.

摘要

摘要: 为了充分利用极化合成孔径雷达（ s y nthetica p etureradar,sar）图像丰富的地物信息并解决单一特征在图像分类中的局限性问题,提出了一种基于特征选择双层支持向量机（ su pp ortvectormachine,svm）的特征融合算法,充分利用特征间的完备性和互异性,以形成更有效的特征组合,并用于 sar 图像的分类。首先,对sar 图像进行多种类型特征矢量的提取以能完整地描述全极化 sar 图像;其次,进行特征归一化处理,以保证不同的特征向量在同一准则下进行选择,以期在进行分类时具有相同的作用;再次,引入空间金字塔（ s p atialpy ramid,sp）分块提取不同尺度的特征矢量;然后,利用最小冗余最大关联（ minimumredundanc yandmaximumrelevance,mrmr）特征选择方法获取每种类别的最优特征子集,避免各类特征的简单组合导致的特征冗余和过度拟合现象;最后,引入多层的思想,构造双层 svm 模型,实现单层目标类别概率的优化和再处理。实验结果验证了该算法对于极化sar图像分类的有效性。
- 极化合成孔径雷达 /
- 特征选择 /
- 双层支持向量机 /
- 最小冗余最大关联 /
- 特征融合
Abstract: sin g let yp eoffeaturevectorcannotfull ydescribeob j ects,inordertofull yusetherichob j ectinformationofp olarimetricsarima g esandsolvethisp roblem,thisp a p erp utforwardanovel featurefusional g orithmbasedonfeatureselectionandbila y ersvmforp olarimetricsarima g eclassification-thatcanmakefulluseofthecomp letenessanddissimilarit ybetweenthefeaturestoformamoreeffec-tivefeaturevector.varioust yp esoffeaturevectorswereextractedfromanori g inal ima g eb ydifferentmethodsforfull ydescribin gthepolsardata.thefeaturevectorswerenormalizedtoensureeachfea-turevectorcanbeselectedunderthesamestandardsandhavethesameroleinclassification.as p atialpy ramidisintroducedtog etthefeaturevectorindifferentsizeors p atiallocation.a mrmrfeatureselectionmethodwasusedtoobtaintheo p timalfeaturesubsetforg ivencate g oriestoavoidredundan-c yandoverfittin gp henomenoncausedb ythesimp lecombinationofvariousfeaturevectors.finall y，themultila y erconce p twasintroducedandabila y ersvm modelwasconstructedtoo p timizeandre-p rocessthep robabilitiesofthetar g etcate g or yobtainedb ythefirstsvm.ex p erimentalresultsonthetwop olarimetricsarima g esachievedb ythejetpro p ulsionlaborator yshowthesu p eriorit yofthep ro p oseda pp roach.
- p olarimetrics y nthetica p ertureradar /
- featureselection /
- bila y ersu pp ortvectormachine /
- mrmr /
- featuresfusion

HTML全文

参考文献(0)

施引文献(58)

期刊类型引用(28)

1.	吕峥，孙群，温伯威，张付兵，马京振. 顾及形状相似性的道路与居民地协同化简方法. 地球信息科学学报. 2024(05): 1270-1282 . 百度学术
2.	铁占琦. 利用改进的Hausdorff距离匹配多尺度线要素. 地理空间信息. 2024(05): 62-65 . 百度学术
3.	王庆社，王雅欣，姜青香，郭思慧. “天地图·北京”多源道路数据融合关键技术研究. 北京测绘. 2024(06): 874-879 . 百度学术
4.	陈钉均，梁芮嘉. 基于特征聚类驾驶员服从度跟驰模型参数标定. 计算机仿真. 2024(10): 126-132 . 百度学术
5.	齐杰，王中辉，李驿言. 基于图卷积神经网络的道路网匹配. 测绘通报. 2023(12): 19-24+44 . 百度学术
6.	吴冰娇，王中辉，杨飞. 用于多尺度道路网匹配的语义相似性计算模型. 测绘科学. 2022(03): 166-173 . 百度学术
7.	蒋阳升，俞高赏，胡路，李衍. 基于聚类站点客流公共特征的轨道交通车站精细分类. 交通运输系统工程与信息. 2022(04): 106-112 . 百度学术
8.	周秀华，李乃强. 基于多种相似度特征的道路实体融合方法. 测绘通报. 2021(08): 102-105+157 . 百度学术
9.	秦育罗，宋伟东，张在岩，孙小荣. 顾及几何特征和拓扑连续性的道路网匹配方法. 测绘通报. 2021(08): 55-60 . 百度学术
10.	杨飞，王中辉. 河系几何相似性的层次度量方法. 地球信息科学学报. 2021(12): 2139-2150 . 百度学术
11.	程绵绵，孙群，季晓林，赵云鹏. 改进平均Fréchet距离法及在化简评价中的应用. 测绘科学. 2020(03): 170-177 . 百度学术
12.	赵元棣，田英杰，吴佳馨. 航空器飞行轨迹相似性度量及聚类分析. 中国科技论文. 2020(02): 249-254 . 百度学术
13.	Wenyue GUO，Anzhu YU，Qun SUN，Shaomei LI，Qing XU，Bowei WEN，Yuanfu LI. A Multisource Contour Matching Method Considering the Similarity of Geometric Features. Journal of Geodesy and Geoinformation Science. 2020(03): 76-87 . 必应学术
14.	秦育罗，郭冰，孙小荣. 改进Hausdorff距离及其在多尺度道路网匹配中的应用. 测绘科学技术学报. 2020(03): 313-318 . 百度学术
15.	郝志伟，李成名，殷勇，武鹏达，吴伟. 一种基于Fréchet距离的断裂等高线内插算法. 测绘通报. 2019(01): 65-68+74 . 百度学术
16.	郭文月，刘海砚，孙群，余岸竹，丁梓越. 顾及几何特征相似性的多源等高线匹配方法. 测绘学报. 2019(05): 643-653 . 百度学术
17.	宗琴，彭荃，秦万英. 一种基于模糊矩阵的空间面对象相似性度量算法. 北京测绘. 2019(10): 1218-1221 . 百度学术
18.	李兆兴，翟京生，武芳. 线要素综合的形状相似性评价方法. 武汉大学学报(信息科学版). 2019(12): 1859-1864 . 百度学术
19.	周家新，陈建勇，单志超，陈长康. 航空磁探中潜艇目标的联合估计检测方法研究. 兵工学报. 2018(05): 833-840 . 百度学术
20.	郭宁宁，盛业华，吕海洋，黄宝群，张思阳. 径向基函数神经网络的路网自动匹配算法. 测绘科学. 2018(03): 45-50 . 百度学术
21.	张瀚，李静，吕品，徐永志，刘格林. 六角格网的弧线矢量数据量化拟合方法. 计算机辅助设计与图形学学报. 2018(04): 557-567 . 百度学术
22.	邵世维，刘辉，肖立霞，王恒. 一种基于Fréchet距离的复杂线状要素匹配方法. 武汉大学学报(信息科学版). 2018(04): 516-521 . 百度学术
23.	苏满佳，张逸鸿，谢荣臻，朱海飞，管贻生，毛世鑫. 连续软体机器人的结构范型与形态复现. 机器人. 2018(05): 640-647+672 . 百度学术
24.	宗琴，姜树辉，刘艳霞. 多尺度矢量地图中模糊相似变换及其度量模型. 测绘科学. 2018(11): 72-78 . 百度学术
25.	郭文月，刘海砚，孙群，余岸竹，季晓林. 利用最长公共子序列度量线要素相似性的方法. 测绘科学技术学报. 2018(05): 518-523 . 百度学术
26.	郭宁宁，盛业华，黄宝群，吕海洋，张思阳. 基于人工神经网络的多特征因子路网匹配算法. 地球信息科学学报. 2016(09): 1153-1159 . 百度学术
27.	杨亚辉. 利用几何相似性快速测量鱼重的数学模型. 电子技术与软件工程. 2016(20): 182-183 . 百度学术
28.	逯跃锋，张奎，刘硕，吴跃，赵硕，李强，冯晨. 一种基于斜率差和方位角的矢量数据匹配算法. 山东大学学报(工学版). 2016(06): 31-39 . 百度学术

其他类型引用(30)

资源附件(0)

计量

文章访问数: 1511
HTML全文浏览量: 58
PDF下载量: 1236
被引次数: 58

特征选择双层svm的融合算法用于极化sar图像分类

作者简介: 王云艳,博士,主要从事sar 图像解译研究。

计量

出版历程

polsarima g eclassificationusin gfeaturefusional g orithm basedonfeatureselectionandbila y ersvm

期刊类型引用(28)

其他类型引用(30)

计量

出版历程

目录

作者简介:
王云艳,博士,主要从事sar 图像解译研究。