摘要：給出了一種特征選擇與深度學(xué)習(xí)相結(jié)合的極化合成孔徑雷達(polarimetricsyntheticapertureradar,PolSAR)圖像有監(jiān)督分類算法。該算法首先根據(jù)極化SAR圖像數(shù)據(jù)以及目標(biāo)分解獲取原始特征參數(shù)集,然后利用隨機森林(RandomForest,RF)方法對特征參數(shù)集進行重要性評估,并根據(jù)特征重要性排名選擇最優(yōu)極化特征。以最優(yōu)極化特征為輸入,通過卷積神經(jīng)網(wǎng)絡(luò)(convolutionalneuralnetwork,CNN)學(xué)習(xí)多層特征信息,再利用訓(xùn)練好的網(wǎng)絡(luò)模型對極化SAR圖像進行分類。利用美國AIRSAR機載系統(tǒng)采集的實測數(shù)據(jù)進行實驗,并同已有經(jīng)典有監(jiān)督分類算法進行比較,結(jié)果表明本文算法能夠選取有效的極化特征,最終得到較為準(zhǔn)確的分類效果。