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. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论