典型文献
一种特征选择的全极化雷达影像分类方法
文献摘要：
针对极化合成孔径雷达(PolSAR)影像面向对象分类过程中存在数据冗余、特征维数高导致分类精度降低的问题,该文提出了一种基于信息增益比和基于相关性的特征选择(CFS)算法的分类方法.该方法首先在经典的过滤式CFS算法基础上,引入信息增益比评估模型舍弃贡献小的特征.然后采用 目前流行的封装式分类回归树(CART)算法做进一步筛选并分类.最后以GF-3不同场景和成像时间的影像数据为例进行实验,将该方法与信息增益比评估模型优化特征集、CFS算法优化特征集、全部特征集的CART分类结果进行对比.结果表明,该方法各项精度评价指标均优于其他对比方法,验证了该方法在PolSAR影像面向对象分类领域的可行性.
文献关键词：
极化分解;特征选择;信息增益比;CFS算法;CART分类;PolSAR
中图分类号：
作者姓名：
张继超;刘宁;宋伟东;李建飞
作者机构：
辽宁工程技术大学测绘与地理科学学院,辽宁阜新 123000;辽宁省自然资源事务服务中心辽宁省基础测绘院,辽宁锦州 121000
文献出处：
引用格式：
[1]张继超;刘宁;宋伟东;李建飞-.一种特征选择的全极化雷达影像分类方法)[J].测绘科学,2022(06):127-134
A类：
B类：
特征选择,全极化,极化雷达,雷达影像,影像分类,分类方法,对极,极化合成孔径雷达,PolSAR,面向对象分类,分类过程,数据冗余,分类精度,信息增益比,CFS,舍弃,封装,分类回归树,CART,GF,同场,成像时间,影像数据,模型优化,征集,算法优化,精度评价,比方,极化分解
AB值：
0.404392
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
