資源描述：
《極化SAR圖像的聚類序列投影尋蹤模型方法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、維普資訊http://www.cqvip.com第21卷第5期電波科學(xué)學(xué)報Vo1．2l，NO．52006年10月CHINESEJOURNA1OFRADIOSCIENCE()ctober，2006文章編號1005—0388(2006)05—0682—05極化SAR圖像的聚類序列投影尋蹤模型方法林偉田錚(1．西北工業(yè)大學(xué)應(yīng)用數(shù)學(xué)研究所，]inwei@nwpu．edu．cn，陜西西安710072；2．西北工業(yè)大學(xué)計算機學(xué)院，陜西西安710072)摘要針對極化SAR數(shù)據(jù)的分類問題，提出了序列投影尋蹤模型方法進行極化SAR數(shù)據(jù)的無監(jiān)督分類
2、。該方法的特點是利用目標(biāo)散射的極化相似性參數(shù)來表征目標(biāo)特征；通過遺傳算法逐步給出投影尋蹤方法中的最佳投影，以獲取高雛數(shù)據(jù)的一維投影特征；進而采用EM算法估計混合模型的參數(shù)；最后由Bayes決策準(zhǔn)則實現(xiàn)分類。該文對舊金山灣地區(qū)的極化SAR數(shù)據(jù)進行分類，得到了好的分類結(jié)果，實例計算結(jié)果分別與采用強度特征的無監(jiān)督分類結(jié)果和直接利用散射熵一散射角分類的結(jié)果進行了比較，說明新方法對于極化sAR數(shù)據(jù)的分類具有明顯的優(yōu)越性。關(guān)鍵詞序列投影尋蹤模型，無監(jiān)督分類，合成孔徑雷達，極化相似性參數(shù)，EM算法中圖分類號TP39l，TP75l文獻標(biāo)識碼AS
3、equentialprojectionpursuitclusteringmodelforPOL-·SARdataunsupervisedclassificationLINWei、TIANZheng(1．InstituteofAppliedMathemati~．NorthwesternPolytechnit’alUniversity。xita"Sh“Cl71．~，i7l0072．Chinn：2．S(hoolofComputerSciemeand丁(hnalogy，Northz~,esternP0lytCChnicalUnivers
4、itY，xi“ItShdⅡ"ri710072，Chinn)AbstractOnresearchoftheclassificationofPOIarimetricSyntheticApertureRa—dar(PoL—SAR)data，aSequentialProjectionPursuitModel(SPPM)forunsuper—visedsegmentationofthePOI一SARimageisproposedinthispaper．Thefeaturesofthehighdimensiondataareextracte
5、doutviaorthogonalprojectionandtheclas—sificationisaccomplishedbytheBayesdecisionrule．Alsothesimilarityparametersbetweentwo—scattermatrixesarecalculatedandexpressedasthecharactersofatargetandformnewtargetcharacterizeddata．TheSPPMutilizenewtarget—charac—terizeddatatocl
6、assifythetargetintovarioussubclasses．Good—classifiedresultshavebeenobtainedfortheP0L—SARdataclasscation．TheclassifiedresultsU—singtheSPPMforthesimilarityparametersarebetterthanthoseofusingtheSP—PMfortheintenseinformationandusingthescatter—entropyandscatter—angleplane
7、．ItshowsourproposedmethodisagoodmethodinclassificationofthePOL—SARdata．*收稿日期：2005—04—06．基金項目：國家自然科學(xué)基金(60375003)；航空基礎(chǔ)科學(xué)基金(03153059)；西北工業(yè)大學(xué)博士論文創(chuàng)新基金(CX200327)資助682維普資訊http://www.cqvip.com第5期林偉等：極化SAR圖像的聚類序列投影尋蹤模型方法683Keywordssequentialprojectionpursuitmodel(SPPM)，unsupe
8、rvisedclassification，syntheticapertureradar(SAR)，polarimetricsimilarityparameter，EMalgorithmIs]：：lI(1)1引言L，5刪J極化SAR數(shù)據(jù)的豐富信息量可以提供大量地其
