本文關鍵詞：基于空間鄰域信息的高光譜遙感影像半監(jiān)督協(xié)同訓練

  更多相關文章： 空間鄰域信息(SNI) 協(xié)同訓練 半監(jiān)督 高光譜遙感影像分類

【摘要】：針對tri_training協(xié)同訓練算法在小樣本的高光譜遙感影像半監(jiān)督分類過程中,存在增選樣本的誤標記問題,提出一種基于空間鄰域信息的半監(jiān)督協(xié)同訓練分類算法tri_training_SNI(tri_training based on Spatial Neighborhood Information)。首先利用分類器度量方法不一致度量和新提出的不一致精度度量從MLR(Multinomial Logistic Regression)、KNN(k-Nearest Neighbor)、ELM(Extreme Learning Machine)和RF(Random Forest)4個分類器中選擇3分類性能差異性最大的3個分類器;然后在樣本選擇過程中,采用選擇出來的3個分類器,在兩個分類器分類結果相同的基礎上,加入初始訓練樣本的8鄰域信息進行未標記樣本的二次篩選和標簽的確定,提高了半監(jiān)督學習的樣本選擇精度。通過對AVIRIS和ROSIS兩景高光譜遙感影像進行分類實驗,結果表明與傳統(tǒng)的tri_training協(xié)同算法相比,該算法在分類精度方面有明顯提高。
【作者單位】： 中國礦業(yè)大學江蘇省資源環(huán)境信息工程重點實驗室;濟南市城市規(guī)劃咨詢服務中心;衛(wèi)星測繪技術與應用國家測繪地理信息局重點實驗室南京大學;
【關鍵詞】： 空間鄰域信息(SNI) 協(xié)同訓練 半監(jiān)督 高光譜遙感影像分類
【基金】：國家自然科學基金項目(41471356) 衛(wèi)星測繪技術與應用測繪地理信息局重點實驗室項目(KLAMTA-201410)
【分類號】：TP751
【正文快照】： 1引言高光譜遙感影像具有光譜分辨率高、圖譜合一、光譜波段范圍廣等優(yōu)點,在對地觀測時可以獲得許多連續(xù)的波段,攜帶的地物信息非常豐富,可以更加精細地刻畫地物的細節(jié)信息,進而準確地識別地物[1]。近年來,如何準確、高效地對高光譜遙感影像進行分類,已經(jīng)成為了研究熱點。當訓

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 楊悅;郭樹旭;任瑞治;于永力;;基于核函數(shù)及空間鄰域信息的FCM圖像分割新算法[J];吉林大學學報(工學版);2011年S2期

2 ;[J];;年期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 趙凡迪;基于空間鄰域約束編碼的視頻目標跟蹤研究[D];西安電子科技大學;2014年

  本文關鍵詞：基于空間鄰域信息的高光譜遙感影像半監(jiān)督協(xié)同訓練

  更多相關文章： 空間鄰域信息(SNI) 協(xié)同訓練 半監(jiān)督 高光譜遙感影像分類

，

本文編號：514081