基于协同训练和深度SVM的极化SAR分类方法

摘要

本发明公开了一种基于协同训练和深度SVM的极化SAR分类方法，主要解决现有技术中由于极化合成孔径雷达SAR图像的有标记样本较少造成的分类精度低的问题。其实现步骤是：(1)输入图像；(2)预处理；(3)选取样本；(4)训练三个不同的初始深度支撑向量机SVM分类器；(5)协同训练三个最终深度支撑向量机SVM分类器；(6)分类；(7)计算分类精度。本发明充分利用了极化合成孔径雷达SAR图像无标记样本的信息，解决了分类技术中存在的分类器过学习问题，提高了极化合成孔径雷达SAR图像的分类精度。