期刊在線咨詢服務(wù)，立即咨詢
購(gòu)物車(0)
基于馬爾科夫判別譜聚類的極化SAR圖像分類方法
關(guān)鍵詞：極化sar 譜聚類 判別譜聚類 多視角譜聚類
摘要：該文針對(duì)現(xiàn)有的譜聚類方法用于極化SAR圖像分類時(shí)精度較低的問(wèn)題,提出一種基于馬爾科夫的判別譜聚類方法(MDSC),具有低秩和稀疏分解的特點(diǎn)。該方法首先恢復(fù)一個(gè)真實(shí)的低秩概率轉(zhuǎn)移矩陣,將其作為標(biāo)準(zhǔn)馬爾科夫譜聚類方法的輸入,以減少噪聲對(duì)分類結(jié)果的影響;然后在目標(biāo)函數(shù)中引入判別信息,使極化SAR圖像的數(shù)據(jù)信息能夠得到更加充分地利用;最后采用增廣拉格朗日乘子法來(lái)解決低秩和概率單純形約束下的目標(biāo)函數(shù)優(yōu)化問(wèn)題。在荷蘭小農(nóng)田、德國(guó)、西安和荷蘭大農(nóng)田4個(gè)不同數(shù)據(jù)集上的實(shí)驗(yàn)證明,該方法具有較好的準(zhǔn)確率,且參數(shù)敏感性較低,表現(xiàn)出了良好的分類性能。
雷達(dá)學(xué)報(bào)雜志要求:
<一>計(jì)量單位、數(shù)字、符號(hào) 文稿必須使用法定的計(jì)量單位符號(hào)。
<二>正文標(biāo)題：文內(nèi)各級(jí)標(biāo)題題號(hào)一律頂格書(shū)寫，標(biāo)題題號(hào)分級(jí)采用1；1.1；1.1.1等標(biāo)注形式。結(jié)構(gòu)層次不宜過(guò)多，一般為二級(jí)或三級(jí)。
<三>文稿應(yīng)具嚴(yán)謹(jǐn)?shù)目茖W(xué)性，并有一定先進(jìn)性和實(shí)用性。內(nèi)容重點(diǎn)突出，文字務(wù)必簡(jiǎn)練、準(zhǔn)確、通順，字跡清楚。
<四>基金課題論文所涉及的課題如是國(guó)家或部、省、市級(jí)以上基金項(xiàng)目或攻關(guān)項(xiàng)目，應(yīng)在文題頁(yè)左下角橫線下注明“基金項(xiàng)目。
<五>引言作為論文的開(kāi)場(chǎng)白，應(yīng)以簡(jiǎn)短的篇幅介紹論文的研究背景和目的，對(duì)相關(guān)領(lǐng)域內(nèi)前人所做的工作和研究進(jìn)行簡(jiǎn)要的概括。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社
