文献类型：会议论文

中文题名：基于SAR特征的正则化计算方法及其在纹理分类中的应用

作者：苏利敏;王耀威;王彦飞

第一作者：苏利敏

机构：[1]北京联合大学信息学院;[2]北京理工大学电子工程系;[3]中国科学院遥感技术研究所;

第一机构：北京联合大学智慧城市学院

会议论文集：第25届中国控制会议论文集（下册）

会议日期：20060800

会议地点：中国黑龙江哈尔滨

主办单位：中国自动化学会控制理论专业委员会

语种：中文

中文关键词：SAR;正则化;纹理

摘要：本文对于SAR（Simultaneous Autoregressive）特征提出了正则化的计算方法。在通常的SAR特征的计算中使用的LSE（Least Square Estimate）方法是不稳定的。已有的理论已经证明正则化方法能够有效地消除计算中因外在噪声或者机器截断误差所造成的不稳定性。我们提出了三种正则化方法来降低使用LSE来计算SAR特征带来的不稳定性。这些方法包括:标准的正则化方法SR（Standard Regularization）,带惩罚的正则化方法PR（Penalized Regularization） 以及基于全变差的正则化迭代方法TVR（Total Variation Based Regularization）。我们使用Brodatz纹理测试集和不同的分类器（SVM和C4．5）进行了纹理图像分类实验,结果表明正则化方法的稳定性优于LSE方法。