基于信息熵的自訓(xùn)練半監(jiān)督高光譜遙感影像分類研究.pdf_第1頁
已閱讀1頁,還剩130頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、高光譜遙感是現(xiàn)代遙感技術(shù)的一個里程碑式的發(fā)展標(biāo)志,已是遙感領(lǐng)域的研究熱點,其中高光譜影像自動分類又是高光譜遙感的關(guān)鍵。為了適應(yīng)高光譜影像自動分類技術(shù)對分類精度、分類穩(wěn)定性、算法普適性的現(xiàn)實要求,本文在分析現(xiàn)有監(jiān)督和非監(jiān)督分類存在不足的基礎(chǔ)上,圍繞著半監(jiān)督機(jī)器學(xué)習(xí)理論和信息熵理論對高光譜遙感影像自動分類技術(shù)開展了細(xì)致深入的研究,主要研究工作和創(chuàng)新性研究成果如下:
  (1)針對高光譜影像監(jiān)督分類方法對訓(xùn)練集中有標(biāo)記標(biāo)簽數(shù)量要求高、最

2、終分類精度低和當(dāng)前半監(jiān)督分類方法中存在的構(gòu)建模型復(fù)雜、方法實現(xiàn)困難等存在的問題,提出基于多分類Logistic回歸與Renyi熵融合的自訓(xùn)練半監(jiān)督高光譜影像分類方法。多分類Logistic算法利用少量的有標(biāo)記訓(xùn)練樣本對高光譜數(shù)據(jù)類別進(jìn)行預(yù)測并輸出類別概率信息,然后利用Renyi熵理論對無標(biāo)記標(biāo)簽進(jìn)行有標(biāo)記標(biāo)注,補(bǔ)充到訓(xùn)練集中,擴(kuò)充訓(xùn)練集規(guī)模后再進(jìn)行迭代分類預(yù)測,最終算法穩(wěn)定收斂結(jié)束。通過5種不同高光譜遙感數(shù)據(jù)與多種監(jiān)督分類算法的比較試驗

3、結(jié)果表明,與常規(guī)的監(jiān)督分類方法相比較分類精度提高了1%-25.93%,且分類效果均優(yōu)于常規(guī)的監(jiān)督分類方法。
 ?。?)構(gòu)建基于概率支持向量機(jī)與D-S證據(jù)理論融合的自訓(xùn)練半監(jiān)督高光譜影像分類方法。該方法利用概率支持向量機(jī)算法的快速類別預(yù)測能力以提升自訓(xùn)練半監(jiān)督高光譜影像分類過程的速度,利用證據(jù)理論的合成規(guī)則以提升無標(biāo)記標(biāo)簽轉(zhuǎn)化為有標(biāo)記標(biāo)簽的質(zhì)量。通過與多分類Logistic回歸與Renyi熵融合的自訓(xùn)練半監(jiān)督分類方法的比較試驗結(jié)果表

4、明,在分類精度方面略有提高,最高達(dá)4.46%;運行效率方面有了明顯的改善,提升幅度達(dá)25.97%-59.70%。
 ?。?)針對研究高光譜數(shù)據(jù)維數(shù)約減對自訓(xùn)練半監(jiān)督分類方法的分類效率和分類質(zhì)量的影響,提出基于噪聲估計與最小Renyi交叉熵融合的高光譜遙感影像波段選擇方法。線性回歸的噪聲估計方法對高光譜影像數(shù)據(jù)中隨機(jī)噪聲進(jìn)行估計,然后利用Renyi交叉熵理論選擇原始影像中最大光譜信息量的波段,最后利用皮爾森相關(guān)系數(shù)法理論對這些波段進(jìn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論