版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)圖像處理是近幾年發(fā)展起來(lái)的新興學(xué)科,也是與當(dāng)今國(guó)民經(jīng)濟(jì)發(fā)展和國(guó)防建設(shè)密切相關(guān)的一個(gè)重要學(xué)科。近十年來(lái)我國(guó)對(duì)SAR的研制給予了大量的投入,在獲取SAR數(shù)據(jù)方面有了長(zhǎng)足的進(jìn)展。然而,國(guó)內(nèi)外在SAR圖像后處理與解譯方面的研究進(jìn)展相對(duì)緩慢,相對(duì)于光學(xué)圖像的研究,還有很大的差距。本論文以SAR圖像分類為應(yīng)用背景,結(jié)合隨機(jī)投影理論,對(duì)機(jī)器學(xué)習(xí)中無(wú)監(jiān)督分類的譜聚類算法進(jìn)行了研究
2、,提出了自己的新方法—基于隨機(jī)投影和改進(jìn)譜聚類的分類算法,針對(duì)SAR地物在圖像觀測(cè)域的分類問(wèn)題,利用隨機(jī)投影變換對(duì)待分類數(shù)據(jù)集進(jìn)行一維隨機(jī)觀測(cè),然后使用改進(jìn)譜聚類算法在簡(jiǎn)化了的數(shù)據(jù)空間中實(shí)現(xiàn)了SAR地物的分類,提出的方法成功地應(yīng)用于了SAR圖像典型地物的分類之中。本論文主要工作概括如下:
(1)提出了一種基于隨機(jī)投影和改進(jìn)相似性測(cè)度譜聚類的SAR地物分類方法。該算法引入隨機(jī)變換方法,對(duì)初始數(shù)據(jù)集進(jìn)行降維,并定義了一個(gè)依賴于數(shù)據(jù)
3、特性的相似性測(cè)度改進(jìn)譜聚類算法。實(shí)驗(yàn)表明,該方法得到了較好的分類效果。
(2)提出了一種基于隨機(jī)投影和改進(jìn)NJW算法的SAR地物分類方法。該算法對(duì)待聚類數(shù)據(jù)集進(jìn)行一維隨機(jī)觀測(cè),然后引入對(duì)初始值不敏感的k調(diào)和均值算法改進(jìn)的NJW算法,最后在簡(jiǎn)化了的數(shù)據(jù)空間中進(jìn)行SAR地物分類。實(shí)驗(yàn)表明了該方法執(zhí)行效率高,并且提高了分類的準(zhǔn)確性。
(3)提出了一種基于隨機(jī)投影和小波獨(dú)立分量分析的SAR地物分類方法,該算法通過(guò)小波獨(dú)立分量
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于隨機(jī)投影和譜聚類的SAR圖像地物分割方法研究.pdf
- 基于譜聚類的極化SAR圖像分類研究.pdf
- 基于面向?qū)ο骃VM和譜聚類的極化SAR分類.pdf
- 基于隨機(jī)投影的SAR圖像紋理分類方法研究.pdf
- 基于改進(jìn)隨機(jī)聚類決策森林算法的遙感影像分類研究.pdf
- 基于劃分的譜聚類算法的研究和改進(jìn).pdf
- 基于譜聚類方法的SAR圖像分割.pdf
- 基于特征值和譜聚類的極化SAR圖像分割.pdf
- 基于SVM和散射機(jī)理的極化SAR影像地物分類.pdf
- 基于譜聚類的SAR圖像變化檢測(cè).pdf
- 基于散射特性和空間特性的極化SAR地物分類研究.pdf
- 基于集成學(xué)習(xí)和特征選擇的極化SAR地物分類.pdf
- 基于隨機(jī)投影和簽名框架的SAR圖像分割方法研究.pdf
- 基于面向?qū)ο蟮臉O化SAR地物分類.pdf
- 基于近鄰傳播聚類的極化SAR圖像分類.pdf
- 基于多尺度和多層稀疏表示的SAR地物分類.pdf
- 基于局部特征的SAR圖像地物分類方法研究.pdf
- 基于CNN特征學(xué)習(xí)和SVM的極化SAR影像地物分類.pdf
- 基于稀疏編碼的極化SAR影像地物分類.pdf
- 基于散射機(jī)理和目標(biāo)分解的極化SAR圖像地物分類.pdf
評(píng)論
0/150
提交評(píng)論