论文部分内容阅读
本文将SVM用于全极化SAR图像分类，并提出一种新的应用于SVM分类的特征选择算法。该算法以支持向量个数作为特征评估准则，利用顺序前进法加入特征。基于NASA／JPL实验室AIRSAR系统的L波段荷兰Flevoland全极化数据的与RELIEF—F算法的对比实验表明，在特征个数更少（或相当）的情况下，本文特征选择算法能在更广泛的SVM参数取值范围内获得更高的分类精度。