节点文献

结合边缘采样与差分进化的高光谱图像半监督协同分类框架

免费订阅

【作者】 王立国刘佳俊

【Author】 WANG Liguo;LIU Jiajun;College of Information and Communication Engineering, Harbin Engineering University;

【通讯作者】 王立国;

【机构】 哈尔滨工程大学信息与通信工程学院

【摘要】 高光谱遥感是对地面观测的一种重要手段,高光谱图像分类技术是高光谱遥感领域内的核心内容。针对在扩充训练样本集的过程中,未能充分结合无标签样本与有标签样本,以及在训练过程中,各个分类器未能很好地进行决策融合等问题,在协同训练Tri-training算法的基础上,提出了一种结合主动学习和群智能算法的半监督分类框架。该分类框架以Tri-training作为半监督分类算法,通过多准则多标准边缘采样(Multi-criteria multi-edge sampling,MCMS)主动学习算法和自适应差分进化算法(Self-adaptive differential evolution,SADE)选择信息量最丰富的无标签样本,并将经过两次寻优的样本标记加入训练样本集中辅助初始化分类器。实验结果表明,该分类框架有效地克服了有标签样本少的问题,充分利用无标签样本提高了分类精度。

【基金】 国家自然科学基金资助项目(61675051);黑龙江省自然科学基金资助项目(F201409)
  • 【DOI】10.13482/j.issn1001-7011.2019.12.030
  • 【分类号】TP751
  • 【下载频次】11
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: