作者：张肖敏; 王鹏; 白艳萍不变矩学习因子sar图像
摘要：利用SAR图像的Hu不变矩,仿射不变矩,以及Zernike不变矩,通过调整学习因子后的PSO对SVM进行优化,提出了基于改进PSO-SVM的SAR图像分类识别算法。该方法主要调节PSO的异步学习因子,加强粒子的学习能力,在算法性能上不仅减小粒子陷入局部最优的概率,而且能有效提高算法的收敛性。最后,对SAR图像进行分类识别实验,结果表明：该算法比其他算法识别率显著提高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《重庆理工大学学报·自然科学》（CN：50-1205/T）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度，颇受业界和广大读者的关注和好评。 《重庆理工大学学报·自然科学》以政治哲学、工商管理、法学、语言文学为主要刊登内容，集学术性、知识性、实用性于一体，理论联系实际。
杂志详情
