|
|||||
|
|
| 基于全极化SAR非监督分类的迭代分类方法 | |
| 作者姓名： | 陈杰 周荫清 李春升 |
| 作者单位： | 1. 中国科学院电子学研究所,北京 100080;2. 微波成像技术国家级重点实验室,北京 100080;3. 中国科学院研究生院,北京 100039 |
| 摘 要： | 本文在全极化合成孔径雷达(SAR)特征分解和最大似然估计(ML)分类的基础上,提出基于全极化SAR极化特征分解及最大似然估计的非监督分类迭代算法.这种方法灵活性好、精度高.本文提出了迭代分类方法的几种方案.针对特征分解和ML分类的各自特点,进行了分析比较,可以根据实际需要选择适合的迭代方法.并利用NASA JPL实验室的实测数据对该迭代分类算法进行了实验研究,得到了很好的实验结果.实验结果证明这种迭代算法有很好的适应性和很强的鲁棒性. |
| 关 键 词： | 全极化SAR 特征分解 最大似然估计 非监督分类 |
| 文章编号： | 0372-2112(2004)12-1974-04 |
| 收稿时间： | 2003-06-08 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《电子学报》浏览原始摘要信息 | |
| 点击此处可从《电子学报》下载全文 | |