首页> 中文期刊> 《黑龙江大学自然科学学报》 >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

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

         

摘要

cqvip: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。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号