基于混合双隐层径向基函数网络的高分辨率SAR图像地物分类算法研究 |
| |
引用本文: | 孙真真,付琨,吴一戒.基于混合双隐层径向基函数网络的高分辨率SAR图像地物分类算法研究[J].电子学报,2004,31(B12):2040-2044. |
| |
作者姓名: | 孙真真 付琨 吴一戒 |
| |
作者单位: | [1]北京系统工程研究所.北京100101 [2]中国科学院电子学研究所,北京100080 |
| |
摘 要: | 本文在高分辨率条件下对传统的合成孔径雷达(SAR)图像自动地物分类技术进行了扩展研究.文章首先指出了经典的前馈神经网络模型在SAR图像地物分类中的不足,然后基于径向基神经网络(RBFN),结合混合专家系统,提出了一种变型的网络结构模型,称之为混合双隐层径向基函数网络(MDHRBFN),并将其应用于高分辨率单视单极化的SAR图像地物分类.实验结果表明,基于该模型的分类算法能够将SAR图像较好地区分为人造目标类、自然目标类、背景和阴影,具有比经典RBFN模型更好的分类效果,不但可以应用于SAR图像辅助判读,而且能够为目标识别过程提供潜在目标切片.
|
关 键 词: | 合成孔径雷达图像 神经网络 地物分类 |
本文献已被 维普 等数据库收录! |
|