基于集成学习的polsar标签噪声研究

《基于集成学习的polsar标签噪声研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于集成学习的PolSAR标签噪声研究作者姓名陈国栋学校导师姓名、职称王爽教授领域电子与通信工程企业导师姓名、职称凤宏晓高工申请学位类别工程硕士提交学位论文日期2014年12月学校代码10701学号1202121307分类TN82号TP39密级公开西安电子科技大学硕士学位论文基于集成学习的PolSAR标签噪声研究作者姓名：陈国栋领域：电子与通信工程学位类别：工程硕士学校导师姓名、职称：王爽教授企业导师姓名、职称：凤宏晓高工提交日期：2014年12月AStudyoflabelnoisebasedonensemblelearningintheclassific

2、ationofPolSARimagesAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByChenGuodongSupervisor:WangShuangFengHongxiaoDecember2014西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研

3、究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或

4、部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要极化合成孔径雷达（PolarimetricSyntheticApertureRadar，PolSAR）是一种多参数、多通道的成像雷达系统，因其全天时，全天候，高分辨的优势而得到广泛的应用。基于机器学习的PolSAR图像分类方法取得了很高的分类精度，但是当有标签噪声存在时，分类结果会受到很大的影响。本文基于集成学习，针对PolSAR图像分类中标签噪

5、声的问题，进行了深入的研究，主要包括以下三方面的内容：1.结合PolSAR图像的偏振参数、散射、纹理特征，提出了一种基于AdaBoost的PolSAR图像监督分类算法（Knn.AdaBoost）。此方法利用PolSAR图像的偏振参数、极化散射特征和图像的纹理特征，作为AdaBoost的输入特征，Knn.AdaBoost算法预先通过Knn计算PolSAR图像中每个像素的抗噪因子，根据抗噪因子修改AdaBoost算法中的样本权值更新策略。实验采用了一组模拟PolSAR数据和五组真实PolSAR数据，实验结果表明，Knn.AdaBoost算法提高了AdaBoos

6、t的分类精度，具有很好的抗噪性能。2.在Knn.AdaBoost的工作基础上，提出了一种基于AdaBoost的PolSAR图像半监督分类算法（Semi.Knn.AdaBoost）。在Knn.AdaBoost的框架下，引入Wishart距离度量，在每一次迭代结束时，根据有标记样本计算获得Wishart聚类中心，从预测标记中选择距离Wishart聚类中心最近的若干个样本，分别加入对应的类别进入下一次迭代。实验采用一组模拟PolSAR数据和五组真实PolSAR数据，结果表明，Semi.Knn.AdaBoost丰富了训练样本，分类正确率有一定的提升。3.在PolS

7、AR图像分类问题中，提出了一种基于集成学习的标签噪声水平预测方法EEL（EstimatedbyEnsembleLearning）。采用PolSAR图像的相干矩阵中九个元素作为特征，利用不同的分类算法，学习得到相互独立的分类器，用这些分类器分别对标记样本分类，然后用多数投票和全投票的策略判定一个已标记样本是否是噪声，多数投票策略即对一个样本的预测，如果超过半数分类器的分类结果是相同的，则认为这个已标记样本不是噪声，否则是噪声；全投票策略只认定所有分类器投票结果相同时，此样本才不是噪声，否则是噪声。实验采用三组UCI数据和四组模拟的PolSAR数据，结果表明，

8、在标签噪声水平比较低时，此方法能够正确的预测，而标签噪声水平比较高