[發明專利]基于極限學習機的極化SAR圖像分類方法

在審

• 申請號: 201510512066.3
• 申請日: 2015-08-19
• 公開（公告）號: CN105205491A
• 公開（公告）日: 2015-12-30
• 發明（設計）人: 焦李成;李玲玲;曾杰;馬文萍;張丹;屈嶸;侯彪;王爽;馬晶晶;尚榮華
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于極限學習機的極化SAR圖像分類方法，包括如下步驟：

(1)輸入待分類極化SAR圖像標記信息，輸入一幅大小為3×3×M的待分類極化SAR圖像的相干矩陣，并用Lee濾波器濾除相干噪聲，得到濾波后的相干矩陣，其中，濾波后的相干矩陣中每個元素是一個3×3矩陣，M表示待分類的極化SAR圖像像素點的總數；

(2)將濾波后相干矩陣中每個元素對應的3×3矩陣，拉成一個9維的特征向量，獲得大小為9×M的數據矩陣；

(3)將數據矩陣進行歸一化處理，獲得數據集其中n＝9為特征的維數，x_i為特征向量；

(4)從數據集中獲得訓練集和測試集

(4a)根據標記信息從數據集中獲得標記集其中m為類別總數，N為標記樣本的總數，t_i為類別向量；

(4b)將標記集隨機選取1％作為訓練集剩余99％作為測試集其中K訓練集樣本個數，S為測試集的樣本個數；

(5)用訓練集訓練極限學習機：

(5a)設置極限學習機隱含層節點的激活函數為G(a,b,x)＝exp(-b||x-a||²)，隱含層單元個數為L，且K＞L；

(5b)隨機設置輸入權值a_j和偏值b_j，j＝1,...,L；

(5c)輸入層為訓練集計算隱藏層輸出矩陣為H，

H=G(a1,b1,x1)...G(aj,bj,x1)...G(aL,bL,x1)...............G(a1,b1,xi)...G(aj,bj,xi)...G(aL,bL,xi)...............G(a1,b1,xK)...G(aj,bj,xK)...G(aL,bL,xK)K×L;]]>

(5d)計算輸出權值為其中為H的Moore-Penrose廣義逆，T＝[t₁，....，t_K]^T；

(6)數據集輸入到訓練好的極限學習機中，得到分類結果。