检索结果-维普期刊中文期刊服务平台

基于层次非负特征值约束的Yamaguchi分解被引量：3: 1; 作者刘高峰李明 +2 位作者王亚军张鹏吴艳《电子与信息学报》 EI CSCD 北大核心 2013年第11期2678-2685,共8页; 针对现有Yamaguchi分解的相干矩阵存在不满足非负特征值约束(NER)的问题,该文提出一种基于层次NER的Yamaguchi分解。该文分析得出,NER问题源自于散射功率的过估计,并指出只要解决了余项相干矩阵的NER问题,就能解决所有相干矩阵的NER问... 展开更多; 关键词极化合成孔径雷达极化目标分解 Yamaguchi分解非负特征值约束非负特征值分解(nned); 在线阅读下载PDF 职称材料

一种改进的极化SAR自适应非负特征值分解被引量：2: 2; 作者刘高峰李明 +2 位作者王亚军张鹏吴艳《电子与信息学报》 EI CSCD 北大核心 2013年第6期1449-1455,共7页; 自适应非负特征值分解(ANNED)存在两个局限性,一是利用非负特征值分解(NNED)的搜索解法计算体散射功率,需要反复计算特征值,计算代价较高;二是ANNED的余项协方差矩阵可能存在负特征值,从而造成分解结果是无意义的。针对这两个局限性,该... 展开更多; 关键词极化合成孔径雷达极化目标分解自适应非负特征值分解(Anned) 非负特征值分解(nned) 非反射对称; 在线阅读下载PDF 职称材料

一种新的基于非反射对称非负特征值分解的Freeman分解被引量：2: 3; 作者刘高峰李明 +1 位作者王亚军张鹏《电子与信息学报》 EI CSCD 北大核心 2013年第2期368-375,共8页; 该文首次推导出了在非反射对称情况下非负特征值分解(NNED)的分析解法,即非反射对称NNED;并将其应用于Freeman分解,提出了一种基于非反射对称NNED的Freeman分解。在Freeman分解中,非反射对称NNED用于提取体散射功率,并用于调整体散射、... 展开更多; 关键词极化合成孔径雷达极化目标分解 Freeman分解非负特征值分解(nned) 非反射对称; 在线阅读下载PDF 职称材料

基于非负特征值分解和SVM的极化SAR图像分类: 4; 作者陆翔章皖秋 +1 位作者郑雅兰岳彩荣《林业调查规划》 2018年第3期1-5,27,共6页; 非负特征值约束的优势在于它可以判定一个极化矩阵能否对目标的散射机制进行表征。若一个矩阵不能满足非负特征值约束条件,则不能表征目标的散射机制,也就没有地物目标散射的极化信息。在非负特征值约束理论之前的极化分解中忽略了这个... 展开更多; 关键词合成孔径雷达(SAR) 非负特征值分解支持向量机(SVM) 遥感图像分类分类精度; 在线阅读下载PDF 职称材料

题名基于层次非负特征值约束的Yamaguchi分解被引量：3: 1; 作者刘高峰李明王亚军张鹏吴艳; 机构西安电子科技大学雷达信号处理国家重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2013年第11期2678-2685,共8页; 基金国家自然科学基金(61271297 61272281) 博士学科点科研专项基金(20110203110001)资助课题; 文摘针对现有Yamaguchi分解的相干矩阵存在不满足非负特征值约束(NER)的问题,该文提出一种基于层次NER的Yamaguchi分解。该文分析得出,NER问题源自于散射功率的过估计,并指出只要解决了余项相干矩阵的NER问题,就能解决所有相干矩阵的NER问题。于是基于非负特征值分解(NNED),依次建立了抑制散射功率过估计的第1层至第4层NER方法,其中后层的NER方法需要分层次地执行前层的NER方法。第4层NER方法解决了余项相干矩阵的NER问题,进而解决了所有相干矩阵的NER问题。另外,该文还提出比原有NNED效率更高的快速NNED。实验结果表明,所提出的分解方法能显著增强城区的二面角散射功率与抑制城区的体散射功率,并能显著增强海洋区的面散射功率。; 关键词极化合成孔径雷达极化目标分解 Yamaguchi分解非负特征值约束非负特征值分解(nned); Keywords Polarimetric SAR （PolSAR） Polarimetric target decomposition Yamaguchi decomposition nonnegative eigenvalue Restriction （NER） nonnegative eigenvalue decomposition （nned）; 分类号 TN958 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名一种改进的极化SAR自适应非负特征值分解被引量：2: 2; 作者刘高峰李明王亚军张鹏吴艳; 机构西安电子科技大学雷达信号处理国家重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2013年第6期1449-1455,共7页; 基金国家自然科学基金(61271297与61272281) 博士学科点科研专项基金(20110203110001)资助课题; 文摘自适应非负特征值分解(ANNED)存在两个局限性,一是利用非负特征值分解(NNED)的搜索解法计算体散射功率,需要反复计算特征值,计算代价较高;二是ANNED的余项协方差矩阵可能存在负特征值,从而造成分解结果是无意义的。针对这两个局限性,该文提出了一种改进的ANNED,首先通过计算NNED中余项协方差矩阵主子式的零点提出NNED的快速解法,该方法在用于提取ANNED的体散射功率时不需要反复计算特征值,从而提高了计算速度;其次该快速解法用于调整ANNED的散射功率以此解决余项协方差矩阵存在负特征值的问题;实验表明,改进的ANNED能明显增强城区的二面角散射功率,减少城区的体散射功率,并有助于提高分类精度。; 关键词极化合成孔径雷达极化目标分解自适应非负特征值分解(Anned) 非负特征值分解(nned) 非反射对称; Keywords Polarimetric SAR Polarimetric target decomposition Adaptive Non-Negative eigenvalue decomposition （Anned） Non-Negative eigenvalue decomposition （nned） Non-reflection symmetry; 分类号 TN957.52 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名一种新的基于非反射对称非负特征值分解的Freeman分解被引量：2: 3; 作者刘高峰李明王亚军张鹏; 机构西安电子科技大学雷达信号处理国家重点实验室西安; 出处《电子与信息学报》 EI CSCD 北大核心 2013年第2期368-375,共8页; 基金国家自然科学基金(61271297,61272281) 博士学科点科研专项基金(20110203110001)资助课题; 文摘该文首次推导出了在非反射对称情况下非负特征值分解(NNED)的分析解法,即非反射对称NNED;并将其应用于Freeman分解,提出了一种基于非反射对称NNED的Freeman分解。在Freeman分解中,非反射对称NNED用于提取体散射功率,并用于调整体散射、二面角散射以及表面散射功率以确保余项协方差矩阵没有负特征值。相比于基于反射对称NNED的Freeman分解,所提的分解方法有效地利用了在反射对称条件下被假定为0的非对角线元素,能保证余项协方差矩阵没有负特征值,实测极化SAR数据实验表明,所提的分解方法能显著地加强城区的二面角散射功率并且减少城区的体散射功率。; 关键词极化合成孔径雷达极化目标分解 Freeman分解非负特征值分解(nned) 非反射对称; Keywords Polarimetric SAR Polarimetric target decomposition Freeman decomposition Non-Negative eigenvalue decomposition （nned） Non-reflection symmetry; 分类号 TN957.52 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于非负特征值分解和SVM的极化SAR图像分类: 4; 作者陆翔章皖秋郑雅兰岳彩荣; 机构西南林业大学林学院; 出处《林业调查规划》 2018年第3期1-5,27,共6页; 基金国家自然科学基金(31260156) 云南省林学一流学科建设经费资助(51600625); 文摘非负特征值约束的优势在于它可以判定一个极化矩阵能否对目标的散射机制进行表征。若一个矩阵不能满足非负特征值约束条件,则不能表征目标的散射机制,也就没有地物目标散射的极化信息。在非负特征值约束理论之前的极化分解中忽略了这个条件,导致分解的极化特征没有意义。根据满足非负特征值约束的非负特征值分解方法,提取出平面散射、偶次散射、体散射分量,结合支持向量机分类器,提出了一种SAR图像分类方法,并以AIRSAR_SanFrancisco数据进行分类实验,且将分类结果与H/A/α-Wishart分类结果进行对比分析。结果表明,基于非负特征值分解和支持向量机分类器结合的分类方法可行有效,且具有很好的分类精度。; 关键词合成孔径雷达(SAR) 非负特征值分解支持向量机(SVM) 遥感图像分类分类精度; Keywords synthetic aperture radar nonnegative eigenvalue decomposition support vector machine remote sensing image classification classification accuracy; 分类号 S771.8 [农业科学—森林工程] TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于层次非负特征值约束的Yamaguchi分解	刘高峰李明王亚军张鹏吴艳	《电子与信息学报》 EI CSCD 北大核心	2013	3	在线阅读下载PDF 职称材料
2	一种改进的极化SAR自适应非负特征值分解	刘高峰李明王亚军张鹏吴艳	《电子与信息学报》 EI CSCD 北大核心	2013	2	在线阅读下载PDF 职称材料
3	一种新的基于非反射对称非负特征值分解的Freeman分解	刘高峰李明王亚军张鹏	《电子与信息学报》 EI CSCD 北大核心	2013	2	在线阅读下载PDF 职称材料
4	基于非负特征值分解和SVM的极化SAR图像分类	陆翔章皖秋郑雅兰岳彩荣	《林业调查规划》	2018	0	在线阅读下载PDF 职称材料