计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2008年
6期
1364-1366
,共3页
GA-EM算法%多尺度%混合模型%Bayes分类器%SAR图像分类
GA-EM算法%多呎度%混閤模型%Bayes分類器%SAR圖像分類
GA-EM산법%다척도%혼합모형%Bayes분류기%SAR도상분류
为提高分类精度,提出一种基于最大期望(EM)与遗传(GA)算法的多尺度SAR图像无监督分类方法.利用多尺度自回归(MAR)模型描述SAR图像中不同尺度之间的统计相依性,提取多尺度特征.应用混合模型描述多尺度特征,并将GA算法与EM算法相结合给出混合模型的参数估计算法,利用最小描述长度(MDL)准则选择模型的分量教.最后使用Bayes分类器实现了图像的分类与分割.该方法集EM算法和GA算法结合后的优点,对设定初值有较少的敏感性,因而避免了局部最优解.应用于SAP图像的实验表明,在分割精度上GA-EM方法优于MAR模型的算法.
為提高分類精度,提齣一種基于最大期望(EM)與遺傳(GA)算法的多呎度SAR圖像無鑑督分類方法.利用多呎度自迴歸(MAR)模型描述SAR圖像中不同呎度之間的統計相依性,提取多呎度特徵.應用混閤模型描述多呎度特徵,併將GA算法與EM算法相結閤給齣混閤模型的參數估計算法,利用最小描述長度(MDL)準則選擇模型的分量教.最後使用Bayes分類器實現瞭圖像的分類與分割.該方法集EM算法和GA算法結閤後的優點,對設定初值有較少的敏感性,因而避免瞭跼部最優解.應用于SAP圖像的實驗錶明,在分割精度上GA-EM方法優于MAR模型的算法.
위제고분류정도,제출일충기우최대기망(EM)여유전(GA)산법적다척도SAR도상무감독분류방법.이용다척도자회귀(MAR)모형묘술SAR도상중불동척도지간적통계상의성,제취다척도특정.응용혼합모형묘술다척도특정,병장GA산법여EM산법상결합급출혼합모형적삼수고계산법,이용최소묘술장도(MDL)준칙선택모형적분량교.최후사용Bayes분류기실현료도상적분류여분할.해방법집EM산법화GA산법결합후적우점,대설정초치유교소적민감성,인이피면료국부최우해.응용우SAP도상적실험표명,재분할정도상GA-EM방법우우MAR모형적산법.
