• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Applied Electromagnetics Conference (AEMC), 2011 IEEE >Entropy based landcover classification using polarimetric SAR images and GMM method
【24h】

Entropy based landcover classification using polarimetric SAR images and GMM method

机译：极化SAR图像和GMM方法的熵地表分类

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

An unsupervised classification scheme based on the use of polarimetric entropy, alpha angle and complex Wishart classifier is widely used for landcover classification. The segmented zones in the entropy/alpha plane is fed as the initial input to Wishart based classifiers. The Wishart based classifiers highly depend on this initial input. However as the entropy/alpha boundaries are fixed, this scheme does not perform satisfactorily in some cases. We propose a modified version of this scheme in which the entropy/alpha boundaries are set based on the nature of the dataset. The popular Gaussian mixture model clustering method is used in deciding the boundaries. The proposed procedure which is reported in this paper is found to enhance the landcover classification capability and computational efficiency of the classic entropy based Wishart classifiers.
机译：基于极化熵，α角和复杂Wishart分类器的无监督分类方案被广泛用于土地覆盖分类。熵/ alpha平面中的分段区域被作为初始输入馈送到基于Wishart的分类器中。基于Wishart的分类器高度依赖于此初始输入。但是，由于熵/α边界是固定的，因此该方案在某些情况下不能令人满意地执行。我们提出了此方案的修改版本，其中根据数据集的性质设置了熵/ alpha边界。流行的高斯混合模型聚类方法用于确定边界。发现了本文报道的拟议程序，以提高基于经典熵的Wishart分类器的土地覆盖分类能力和计算效率。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号