📚 网上馆配 · 在线荐购平台

内容简介：本书主要分为以下几部分内容：(1)极化SAR非负特征值分解理论：详细介绍了极化SAR的基本概念和非负特征值分解理论的推导过程，包括NNEC的概念、NNED的数学模型及其解法等。(2)Freeman分解与非负特征值理论的结合：探讨了如何将非负特征值理论应用于Freeman分解，并通过后向策略解决Freeman分解失效的问题。(3)Yamaguchi分解与非负特征值理论的结合：提出了将NNED的层次后向策略应用于Yamaguchi分解，以确保分解结果的可靠性。(4)基于SVM的极化SAR图像分类：介绍了如何利用SVM与加权合成核来进行极化SAR图像分类，并评估了不同特征提取方法的分类效果。(5)TMF模型的应用与改进：讨论了三重Markov场(TMF)及其改进模型在极化SAR图像分类中的应用，特别是针对非平稳图像的处理。