高光譜圖像半監(jiān)督分類算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩75頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近年來(lái)遙感技術(shù)發(fā)展十分迅速,高光譜圖像得到了廣泛地研究與應(yīng)用。圖像分類是高光譜數(shù)據(jù)分析處理的一項(xiàng)基本內(nèi)容。但是高光譜圖像高維的數(shù)據(jù)特點(diǎn)、有限的帶標(biāo)簽樣本給數(shù)據(jù)分析和處理帶來(lái)很大的困難,在分類過(guò)程中容易引起維數(shù)災(zāi)難。并且,獲得有標(biāo)簽樣本需要大量人力物力,傳統(tǒng)的監(jiān)督分類方法表現(xiàn)出了很大的局限性。因此,同時(shí)利用有標(biāo)簽樣本和無(wú)標(biāo)簽樣本來(lái)訓(xùn)練分類器的半監(jiān)督方法成為高光譜圖像分類研究的熱點(diǎn)。半監(jiān)督分類需要充分利用無(wú)標(biāo)簽樣本所包含的光譜和空間信息來(lái)訓(xùn)

2、練推廣能力好、分類精度高的分類器。三重訓(xùn)練和自訓(xùn)練是兩種常用的半監(jiān)督分類算法。對(duì)于三重訓(xùn)練算法,在初始訓(xùn)練樣本很少的情況下,所訓(xùn)練的三個(gè)分類器之間沒有明顯的差異性,這制約著算法分類精度的提高。對(duì)于傳統(tǒng)自訓(xùn)練算法,在對(duì)無(wú)標(biāo)簽樣本進(jìn)行標(biāo)記的過(guò)程中容易發(fā)生誤標(biāo)現(xiàn)象,導(dǎo)致算法性能下降。基于以上問(wèn)題,本文在前人研究的基礎(chǔ)上對(duì)高光譜圖像半監(jiān)督分類做了深入的研究與探索,分別對(duì)三重訓(xùn)練和自訓(xùn)練分類算法進(jìn)行了改進(jìn)。本文的主要工作如下:
  1、提出

3、基于主動(dòng)學(xué)習(xí)和差分進(jìn)化算法的三重訓(xùn)練分類。在所提算法框架中首先通過(guò)主動(dòng)學(xué)習(xí)算法選取一定量的最有價(jià)值的無(wú)標(biāo)簽樣本,然后在訓(xùn)練每個(gè)分類器之前通過(guò)差分進(jìn)化算法在所選取的無(wú)標(biāo)簽樣本的基礎(chǔ)上產(chǎn)生新樣本。這些新產(chǎn)生的樣本將被標(biāo)記并與原來(lái)的有標(biāo)簽樣本一起初始化分類器。實(shí)驗(yàn)結(jié)果表明,該方法可以充分地利用無(wú)標(biāo)簽樣本,并且在有標(biāo)簽數(shù)據(jù)很少的情況下能夠明顯提高分類精度和運(yùn)行效率。
  2、提出基于空間-光譜聚類的半監(jiān)督分類。該方法首先通過(guò)Gabor濾波

4、提取空間信息并將其與光譜信息結(jié)合,然后利用主動(dòng)學(xué)習(xí)算法選取一定數(shù)目的最有價(jià)值的無(wú)標(biāo)簽樣本作為可能加入訓(xùn)練集的候選樣本。在對(duì)無(wú)標(biāo)簽樣本進(jìn)行標(biāo)記的過(guò)程中借助了自訓(xùn)練過(guò)程,采用基于概率模型的支持向量機(jī)與聚類算法相結(jié)合的方式,并且在譜聚類中引入了空間幾何信息。同時(shí)由于支持向量機(jī)的概率輸出形式可以提供任一像元屬于某一類別的概率,算法通過(guò)設(shè)置一個(gè)概率閾值將基于概率模型的支持向量機(jī)與聚類算法結(jié)合,來(lái)標(biāo)記無(wú)標(biāo)簽樣本。仿真結(jié)果表明,所提出的算法可以對(duì)無(wú)標(biāo)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論