资源说明: 支持向量机( SVM)以其在小训练样本时良好的分类性能,目前已广泛应用于多个领域。本文在极化
SAR图像特征提取基础上,将SVM应用于极化SAR图像分类,定性和定量地比较了全极化、双极化和单极化SAR
图像的分类性能,分析了不同的极化组合对分类结果的影响,并根据地物极化散射特性分析了分类精度差异的成
因。实测极化SAR数据的实验结果表明,全极化数据能获得最好的分类性能,双极化次之,单极化最低,且在某些
情况下,双极化与全极化分类性能接近。
本源码包内暂不包含可直接显示的源代码文件,请下载源码包。