[发明专利]一种基于极化SAR数据的多变量决策树特征集选取方法

说明书

本发明公开了一种基于极化SAR数据的多变量决策树特征集选取方法，包括：从特征集中选取一种待选择的特征，在所选取特征的一维特征空间的直方图中，对m类样本按照分布位置进行排序；依次计算相邻两类样本的分离度J_i，得到m‑1个分离度值组成的分离度数列；判断分离度数列是否满足分离度筛选条件；以及将满足分离度筛选条件的特征加入特征集中。该方法依据分离度对若干特征做取舍，保留分离度较好的特征，去掉分离度较差的特征，使多变量决策树的分支对象具有良好的分离度，获得更好的分支精度。同时减少特征集里的特征个数，从而减小特征集的容量，降低决策树分类中确定分支时的特征遍历运算量。

技术领域

本公开属于遥感分类应用领域，涉及一种基于极化SAR数据的多变量决策树特征集选取方法。

背景技术

合成孔径雷达(SAR，Synthetic Aperture Radar)是一种主动微波遥感手段，与光学遥感相比，信号穿透力强，具有全天时全天候的对地观测能力，是对地观测的重要手段之一。特别地，极化SAR能够反映地面目标的几何结构、分布方向、介电特性等信息。从极化SAR数据中提取的若干极化特征可用于目标的分类与物理特性描述。基于极化SAR数据进行极化特征的选取，是获取地面目标相关信息的重要环节。

目前，决策树分类器是一类结构简单的分类器，可同时实现对目标的分类，并能对目标散射特性进行描述。决策树分类算法需要在每一个节点处遍历特征集的所有特征，从而选择最佳分支，继而分裂形成新的子节点。多变量决策树作为决策树分类算法的一种，在每一个节点处都需要测试两个或多个特征的组合。然而遍历所有特征组合的运算量是非常大的，因此，选取有效特征、减小特征集的容量，是多变量决策树分类操作之前重要的预处理。

现存的最优特征选择方法，一般是对整个特征集进行相关性分析，考虑各个特征之间的联系，去掉相关程度高的特征，使得保留下来的特征彼此之间的相关性很小。然而，当每次参与分支的特征只有两个或其他少量个数时，特征集里是否存在相关的特征并不重要，相关性分析的方法并不能满足多变量决策树对特征集的要求，因此，亟需提出一种基于极化SAR数据的多变量决策树特征集选取方法，能够减少特征集里的特征个数，简化决策树分支时的遍历运算量，并且能够获得有效的特征集。

发明内容

(一)要解决的技术问题

本公开提供了一种基于极化SAR数据的多变量决策树特征集选取方法，以至少部分解决以上所提出的技术问题。

(二)技术方案

根据本公开的一个方面，提供了一种基于极化SAR数据的多变量决策树特征集选取方法，包括：从特征集中选取一种待选择的特征，在所选取特征的一维特征空间的直方图中，对m类样本按照分布位置进行排序；依次计算相邻两类样本的分离度J_i，得到m-1个分离度值组成的分离度数列；判断分离度数列是否满足分离度筛选条件；以及将满足分离度筛选条件的特征加入特征集中。

在本公开的一些实施例中，判断分离度数列是否满足分离度筛选条件；以及将满足分离度筛选条件的特征加入特征集中，包括：获取分离度数列中的最大值，判断该最大值是否超过一分离度设定值；若不超过，去掉该选取特征，并返回特征集中测试下一待选择的特征；对最大值超过分离度设定值的分离度数列中的元素进行处理，将超过分离度设定值的元素减去分离度设定值，将不超过分离度设定值的元素置零，得到新数列；以及对新数列求熵，并判断该新数列的熵值是否超过一熵设定值；若不超过，去掉该选取特征，并返回特征集中测试下一待选择的特征；若超过，则该特征加入特征集中。

在本公开的一些实施例中，基于极化SAR数据的多变量决策树特征集选取方法，还包括：遍历所有待选择的特征，将新数列的熵值超过一熵设定值的特征加入特征集。

在本公开的一些实施例中，对m类样本按照分布位置进行排序的方式包括：各类样本按照分布的波峰位置从左到右进行排序。