发明名称 |
一种基于主动学的高光谱图像分类方法 |
摘要 |
本发明公开了一种基于主动学的高光谱图像分类方法,它属于图像处理技术领域,主要解决基于集成的查询方法所获得的信息量存在重复的问题。其分类过程为:对高光谱图像进行特征提取;将所有样本随机划分为已标记数据集、未标记数据集和测试数据集;构造初始集成分类器;每一次迭代,根据新的信息量度量准则挑选未标记样本;利用最终得到的集成分类器进行预测,得到分类结果。本发明定义了一种新的信息量度量准则,相比于基于集成的查询准则,能够有效降低信息量的重复程度,获得更好的分类性能,可用于高光谱图像目标识别。 |
申请公布号 |
CN103839078A |
申请公布日期 |
2014.06.04 |
申请号 |
CN201410066856.9 |
申请日期 |
2014.02.26 |
申请人 |
西安电子科技大学 |
发明人 |
王爽;焦李成;吴林生;侯彪;马文萍;马晶晶;牛东 |
分类号 |
G06K9/62(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
西安智萃知识产权代理有限公司 61221 |
代理人 |
李东京 |
主权项 |
一种基于主动学习的高光谱图像分类方法,其特征在于:包括如下步骤:1)对高光谱图像的每一个样本即像素,提取谱特征与空间特征,将提取谱特征与空间特征融合为一个特征向量;2)将所有样本随机划分为测试数据集与训练数据集,训练数据集被进一步随机划分为已标记数据集和未标记数据集;3)在已标记数据集上构造初始集成分类器;4)每一次迭代,根据新的信息量度量准则挑选出固定数目的最高信息量的未标记样本用于人工标记;5)利用最终得到的集成分类器进行预测。 |
地址 |
710071 陕西省西安市太白南路2号西安电子科技大学 |