您现的位置:首页 > 数据库检索 > 中文期刊 

基于多特征图像集成的高光谱图像分类方法

加收藏
  • 【题名】:基于多特征图像集成的高光谱图像分类方法
  • 【年份】:2020
  • 【作者】:崔宾阁,钟利伟,路燕
  • 【关键词】:高光谱图像  多特征图像  自适应增强学习  集成学习  分类
  • 【摘要】:对于多波段、高维度的高光谱图像,不同的地物有着不同的特征表示,单独的一种特征可能无法全面覆盖所有的地物信息。因此,希望获得多特征以尽可能的覆盖所有地物信息,以期有效地选择和利用多种类型的特征。本研究提出了一种基于多特征图像的集成学习方法(MFI-EL)用于高光谱图像分类。首先,不同的特征提取方法获得反映不同地物信息的特征图像。其次,每一种特征图像采用支持向量机分类,选择其中最优的作为基本核之一。最后,利用自适应增强方式不断进行学习,获得多个最优的基本核,根据每个核的重要性将其集成为最终的分类结果。采用三幅真实的高光谱图像进行实验,实验结果表明,提出的方法优于其他的集成方法。
  • 【期刊名】:山东科技大学学报(自然科学版)
  • 【分类号】:TP751;TP181
  • 【期号】:第2期
  • 【资金项目】:国家重点研发计划项目(2017YFC1405600);国家自然科学基金青年科学基金项目(41406200)
  • 【作者简介】:崔宾阁(1979—),男,山东烟台人,教授,主要从事机器学习、数据挖掘、遥感图像处理、大数据和云计算研究.
  • 【作者单位】:山东科技大学计算机科学工程学院
  • 【页码】:86-94
相关文献
基于卷积神经网络岩心FIB-SEM 图像分割算法
基于深度学习手骨X 射线图像骨龄评估
基于CNN 图像识别与语义可靠性的路径搜索方法
一种改进AKAZE 特征和RANSAC 图像拼接算法
基于谱归一化条件生成对抗网络图像修复算法
基于粒度特征蒸馏遥感图像场景分类研究
基于单点步博弈网络防御策略选取方法
基于结构特征和稀疏表示模态遥感图像配准研究
一种核神经网络集成地震要素预测方法
基于排序损失ECC标签代码异味检测方法
获取此文方式
CNKI期刊
万方期刊
下载请求:
   

说明:点击”存到网盘“按钮即收取费用,重复点击不收费,如果下载失败,我们会自动转为文献传递方式处理,稍侯请关注您网盘上该文献的信息,从网盘上下载该文献不用重新付费。