2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、極化合成孔徑雷達(Polarimetric Synthetic Aperture Radar,POLSAR)是一種多通道的成像雷達系統(tǒng)。與單極化合成孔徑雷達相比,PO LSAR包含了更多的極化信息,能夠為地物分類提供更多的地物信息和分類特征,因此對POLSAR數(shù)據(jù)處理的研究一直是SAR數(shù)據(jù)處理領域的研究重點。本文主要研究基于數(shù)據(jù)統(tǒng)計分布和極化散射機制的POLSAR地物分類問題,以K-wishart分布為基礎,結合聚類分析和極化散射機制提

2、出了改進的POLSAR地物分類方法,主要工作如下:
  1.提出了一種基于Freeman分解和K-wishart分布特征參數(shù)的POLSAR地物分類方法。該方法首先根據(jù)Freeman分解的主散射功率對POLSAR數(shù)據(jù)進行初始分類;然后利用K-wis hart分布特征參數(shù)對初始分類的結果進行更細致的劃分;最后通過復Wishart迭代更新分類結果,進一步提高分類精度。該方法將極化分解與數(shù)據(jù)分布特征進行了有效結合,思路簡單、易實現(xiàn)。實驗結

3、果表明相對僅使用極化分解的方法,基于Freeman分解和K-wishart分布特征參數(shù)的方法的分類效果有所改善。
  2.在上一章工作的基礎上,對傳統(tǒng)的H/α-wishart方法進行了改進,構造了K-wishart分類器,提出了基于Cloude分解和K-wishart分類器的分類方法。K-wishart分布與復Wishart分布相比,對POLSAR數(shù)據(jù)有更好的描述能力,基于該分布的分類器性能更加良好,實驗結果表明引入K-wisha

4、rt分布,地物分類效果得到了進一步提高。
  3.提出了一種基于MRF和K-wishart分布的POLSAR地物分類方法。該方法在K-wis ha rt分類器的基礎上,利用M RF模型對先驗概率進行計算,根據(jù)先驗概率修正K-wis ha rt距離,并在K-Wis hart迭代過程中加入樣本選擇策略,選擇先驗概率較高的樣本參與聚類中心的計算,從而使得參數(shù)估計和聚類中心的選取更加準確。該方法在引入K-wis har t分布的同時,進一

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論