Unsupervised Classification of Scattering Mechanisms in Polarimetric SAR Data Using Fuzzy Logic in Entropy and Alpha Plane
Notice bibliographique
Résumé
<para xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"> The eigenvalue-eigenvector-based approach for understanding the scattering mechanisms of polarimetric synthetic aperture radar (POLSAR) data leads to noisy classification results due to arbitrarily fixed zone boundaries in the <formula formulatype="inline"><tex>$H/\overline{\alpha}$</tex></formula> plane. In this paper, a new classification scheme that can address the inherent vagueness of class boundaries in the <formula formulatype="inline"><tex>$H/\overline{\alpha}$</tex></formula> plane was tested in order to improve the unsupervised classification of the microwave scattering mechanism by introducing concepts related to fuzzy sets. A 2-D fuzzy membership function was developed for the fuzzification of the 2-D <formula formulatype="inline"><tex>$H/ \overline{\alpha}$</tex></formula> plane. The proposed fuzzy <formula formulatype="inline"><tex>$H/\overline{ \alpha}$</tex></formula> classifier is composed of three steps: fuzzification of the <formula formulatype="inline"> <tex>$H/\overline{\alpha}$</tex></formula> plane, iterative refinement of membership degrees using the <formula formulatype="inline"><tex>$c$</tex></formula>-means algorithm, and defuzzification for the final decision process. The performance of this new approach for the L-band NASA/Jet Propulsion Laboratory's Airborne SAR data obtained during the PACRIM-II experiment was shown to be consistently improved. This new classification technique can be applied to POLSAR data without any <emphasis emphasistype="boldital">a priori</emphasis> information. The fuzzification of the zone boundaries can be further applied to the interpretation of the POLSAR data, e.g., multifrequency classification, retrieval of bio- and geophysical parameters, etc. In order to propose another implementation of the fuzzy boundary representation, we exploited the combination of the <formula formulatype="inline"><tex>$H/\overline{\alpha}$</tex></formula> state space and anisotropy information. </para>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».