文献检索-宁波市创意产业特色资源库

限定检索结果

一种结合纹理特征的极化SAR图像SVM分类方法: 收藏
分享
引用; 《北京测绘》2018年第10期32卷 1235-1239页; 作者：沈璐权亚楠禹哲珠马宏宇长白山科学研究院吉林二道白河133613 长白山生物群落与生物多样性吉林省联合重点实验室吉林二道白河133613 鞍山电力勘测设计院辽宁鞍山114000; 目前,基于目标分解特征的传统极化SAR图像分类方法,通常不能满足使用者对精度的需求,因此有必要进一步提高其分类精度。纹理特征是提高地物辨识度的重要特征,将目标分解与其结合可以有效增加特征向量在分类中的作用,改善极化SAR分类过...; 目前,基于目标分解特征的传统极化SAR图像分类方法,通常不能满足使用者对精度的需求,因此有必要进一步提高其分类精度。纹理特征是提高地物辨识度的重要特征,将目标分解与其结合可以有效增加特征向量在分类中的作用,改善极化SAR分类过程中精度低的问题,因此,本文提出一种结合纹理特征的极化SAR图像分类方法。实验结果表明,在不同的特征向量中,结合纹理特征后,各类地物的分类精度以及总体分类精度均有不同程度提高。; 来源：详细信息评论

限定检索结果