国家自然科学基金(61272282)
- 作品数：3 被引量：12H指数：3
- 相关作者：焦李成孙涛冯婕靳少辉刘璐更多>>
- 相关机构：西安电子科技大学西安理工大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划教育部“新世纪优秀人才支持计划”更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 快速随机多核学习分类算法被引量：5
- 2016年
- 多核学习是整合多个子核在一个优化框架内,从而寻求到多个子核之间的一个最佳线性组合,而且多核学习可以获得比单核学习更好的分类性能.受极限学习思想的启发,提出了快速随机多核学习分类方法.当满足极限学习的理论框架时,可以在构造核的过程中,对参数随机赋值,构造一种随机核.可以缩减子核的规模,加快了多核学习的计算时间,并且节省了内存空间,使得多核学习可以处理更大规模的问题.另外,通过使用经验Rademacher复杂度来分析多核学习的一般性误差,从而获得比原有多核学习更高的分类精度.结果表明,与经典的快速多核学习算法相比,文中提供的算法计算更快,占用内存空间更小,分类精度更高.
- 孙涛冯婕
- 关键词：多核学习
- 基于一般散射模型的Hybrid Freeman/Eigenvalue分解算法(英文)被引量：3
- 2015年
- 提出了一种新的基于一般散射模型的hybrid Freeman/eigenvalue分解算法,用于分析极化合成孔径雷达(PolS AR)数据。文中,单位矩阵作为体散射模型,相干矩阵的两个较大特征值对应的特征向量作为表面散射模型和二次散射模型,并且不需要反射对称条件。新算法有三个优点:第一,表面散射和二次散射不需要反射对称条件,更符合一般散射体的建模;第二,因为散射能量是相干矩阵特征值的线性组合,所以散射能量具有旋转不变性;第三,表面散射能量和二次散射能量避免了负值现象。在San Francisco地区的AIRSAR数据上进行了实验,证明了新算法的有效性。
- 张爽王爽焦李成陈博刘芳毛莎莎柯熙政
- 关键词：极化合成孔径雷达雷达极化HYBRID散射模型
- 采用流形近邻传播聚类的极化SAR图像分类被引量：4
- 2016年
- 针对传统近邻传播(Affinity Propagation,AP)聚类算法使用欧式距离构建相似度矩阵,不能有效描述极化SAR数据复杂分布的问题,本文提出一种新的基于联合流形距离的AP聚类算法(CMD-AP)用于极化SAR图像分类。首先将待分类极化SAR图像分割成若干超像素,在相应的极化特征基础上加入图像纹理特征,利用拉普拉斯特征映射算法对特征降维;然后结合相干矩阵Wishart流形和特征矢量欧式流形作为流形距离测度,构造相似性矩阵;最后利用上述相似性矩阵,采用AP聚类算法,对极化SAR图像进行分类。该算法充分考虑了极化SAR数据集潜在的流形结构,将联合的流形距离测度引入AP算法中。实验表明,本文算法提高了极化SAR图像的分类精度,具有更优的区域一致性和边缘保持效果。
- 刘璐靳少辉焦李成刘帅
- 关键词：图像分类极化合成孔径雷达流形学习近邻传播聚类
