基于多特征多核学习的全极化SAR溢油提取方法

CORC > 自然资源部第一海洋研究所 > 自然资源部第一海洋研究所 > 业务部门 > 海洋物理与遥感研究室

	基于多特征多核学习的全极化SAR溢油提取方法
	刘善伟 1; 张世豪 1; 李翔宇 2; 张乃心 1; 张婷 3
刊名	海洋科学
	2018
卷号	42 期号:1 页码:112-118
关键词	溢油提取多核学习
ISSN号	1000-3096
其他题名	Full polarimetric SAR oil-spill extraction method based on multi-feature and multi-kernel learning
英文摘要	全极化合成孔径雷达(Synthetic Aperture Radar, SAR)数据具有丰富的极化信息,能够提取出大量异构性特征.核学习方法在解决小样本、高维特征分类问题上具有优势,但异构特征对不同核函数具有响应差异.本文利用一种引入先验标签的多核学习方法进行全极化SAR的溢油信息提取,即基于分析结果对特征集进行遴选与组合,分别在每个特征组合中训练得到一个预备层核函数,以新获取的预备层核函数作为新的底层核函数,对全部特征进行学习分类.通过提取与分析溢油和海水的统计特征、物理散射特征和纹理特征,建立溢油全极化SAR特征谱,并利用引入先验标签的多核学习分类器进行溢油提取实验.结果表明,该方法能够利用全极化SAR多维异构特征的互补特性有效提高溢油分类提取精度.
学科主题	Oceanography (Provided By Clarivate Analytics)
WOS研究方向	Oceanography
语种	中文
CSCD记录号	CSCD:6255358
内容类型	期刊论文
源URL	[http://ir.fio.com.cn/handle/2SI8HI0U/5435]
专题	业务部门_海洋物理与遥感研究室
作者单位	1.中国石油大学(华东), 青岛, 山东 266580, 中国; 2.大连市环境监测中心, 大连, 辽宁 116023, 中国; 3.国家海洋局第一海洋研究所, 青岛, 山东 266061, 中国; 4.China University of Petroleum (East China), Qingdao, Shandong 266580, China; 5.Dalian Environmental Monitoring Centre, Dalian, Liaoning 116023, China; 6.First Institute of Oceanography, State Oceanic Administration, Qingdao, Shandong 266061, China
推荐引用方式 GB/T 7714	刘善伟,张世豪,李翔宇,等. 基于多特征多核学习的全极化SAR溢油提取方法[J]. 海洋科学,2018,42(1):112-118.
APA	刘善伟,张世豪,李翔宇,张乃心,&张婷.(2018).基于多特征多核学习的全极化SAR溢油提取方法.海洋科学,42(1),112-118.
MLA	刘善伟,et al."基于多特征多核学习的全极化SAR溢油提取方法".海洋科学 42.1(2018):112-118.