期刊专题

10.3969/j.issn.1000-3177.2014.05.016

基于多分类器融合的 SAR 图像船舶识别

引用
本文提出了一种新的基于多分类器融合的 SAR 图像船舶识别算法。综合考虑各种算法的复杂度、准确性和相互之间的差异性,本文选择 KNN 分类器、贝叶斯分类器和神经网络分类器作为典型分类器,并用支持矢量机(SVM)来融合上述三个典型分类器的分类结果。该算法首先计算三个典型分类器的度量值,然后将它们的融合结果与船舶特征一起作为 SVM 分类器的输入;SVM 分类器融合各分类器的结果并输出最终识别结果。采用 TerraSAR-X 数据集进行大量实验,并与典型分类器及其他融合算法相比,本文提出的多分类器融合算法的有效性得到了验证。

船舶识别、SAR 图像、多分类器融合、SVM

TP751;TN958(遥感技术)

2014-11-13(万方平台首次上网日期,不代表论文的发表时间)

共6页

90-95

暂无封面信息
查看本期封面目录

遥感信息

1000-3177

11-5443/P

2014,(5)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn