共查询到18条相似文献，搜索用时 62 毫秒
1.
高光谱遥感影像具有丰富的光谱信息,在地物分类识别方面具有明显的优势.针对复杂高光谱影像分类问题,应用了一种广义判别分析特征提取技术.将输入样本通过非线性函数映射到特征空间,在特征空间中应用线性判别特征提取方法;算法求解过程中涉及到在特征空间的内积用核函数代替,简化计算的同时也使得算法与非线性函数的具体形式无关.通过影像分类试验表明,该方法较常用特征提取方法更有利于分类精度的提高. 相似文献
2.
高光谱遥感影像具有丰富的光谱信息,在地物分类识别方面具有明显的优势。针对复杂高光谱影像分类问题,应用了一种广义判别分析特征提取技术。将输入样本通过非线性函数映射到特征空间,在特征空间中应用线性判别特征提取方法;算法求解过程中涉及到在特征空间的内积用核函数代替,简化计算的同时也使得算法与非线性函数的具体形式无关。通过影像分类试验表明,该方法较常用特征提取方法更有利于分类精度的提高。 相似文献
3.
近年来,人工智能方法在高光谱遥感领域得到了广泛应用,特别是基于深度学习的影像分析和信息提取技术已成为持久的热点,有力地推动了地物光谱探测的精细化和智能化水平。本文在分析地物要素光谱探测潜力与需求的基础上,系统地介绍和总结了高光谱影像分析方面的进展,针对高光谱地物探测的智能化问题,重点讨论了近年来深度学习的新思路。首先,结合地形要素分类体系和高光谱探测能力,将高光谱地物要素划分为植被、土质、水域和人工建筑物4大类及若干子类,并分析4种地物要素的光谱响应特性和高光谱地物探测的优势。然后,在影像分析方面,重点梳理了波段选择、特征提取、模式分类和分类后处理等影像分析技术的研究进展,给出研究方向和热点;在智能化处理部分,按照监督学习、半监督学习及自监督学习的思路,系统总结了当前应用于高光谱地物探测的深层神经网络模型,同时分析了迁移学习、元学习等机器学习策略的研究情况。最后,结合上述分析,对高光谱影像地物探测的发展趋势加以展望,以期拓展下一步的研究思路。 相似文献
4.
5.
针对当前特征提取方法不能充分挖掘高光谱影像稀疏特性的问题,提出一种基于稀疏判别分析的高光谱影像特征提取方法。首先,在线性判别分析的系数向量中引入稀疏正则项来捕获具有更强判别能力的特征,将高光谱影像映射至低维稀疏的子空间;然后,利用迭代优化方法对模型进行求解。利用Salinas和Pavia University高光谱影像进行对比实验,所提方法与分类方法结合用于影像分类时,其分类精度优于其他方法,总体分类精度分别达到97.42%和97.64%。 相似文献
6.
高光谱遥感影像丰富的光谱信息有利于深入挖掘目标的理化特性,精细识别不同目标间的细微差异。为了提高影像分类识别的精度与速度需要对光谱信息进行特征提取。基于核函数的判别分析能够在数据中提取非线性特征,本文将其应用到高光谱影像分类的特征提取中,并进行了最小距离分类实验取得理想结果。 相似文献
7.
针对无法直接获取训练样本的遥感影像分类问题,从满足条件的其他影像中选择替代训练样本是最直接的方法,但由于地物类型在不同影像中的辐射环境不同,导致替代训练样本对待分类影像的代表性较差,无法保证分类精度.以直推式支持向量机(transductive support vector machine,TSVM)分类为例,发展了一种基于半监督学习的遥感影像训练样本时空拓展方法.该方法采用非监督方法从待分类影像中选择大量未标记样本,挖掘各类地物在特征空间中的结构信息;以替代训练样本所拟合的分类面为初始面,通过自适应渐进式的优化,实现对待分类影像的高精度分类.该方法要求训练样本的来源影像与待分类影像具有相似的地物分布和相近的时相.以SPOT5和QuickBird影像分类为例,分别通过基于像元的和基于分割对象的分类实验证实,该文提出的方法可有效地实现训练样本的时空拓展应用. 相似文献
8.
面向高光谱图像分类的半监督空谱判别分析 总被引：2，自引：2，他引：0
为充分利用高光谱图像蕴藏的空间信息提升分类精度,提出了面向高光谱图像分类的半监督空谱判别分析(S3 DA)算法。考虑高光谱图像数据集的空间一致性,首先利用少量标记样本定义类内散度矩阵,保存数据集同类像元的光谱近邻结构;再利用无标记样本定义空间近邻像元散度矩阵,揭示像元间的空间近邻结构和地物的空间分布结构信息。S3 DA既保持数据集在光谱域的可分性,又保存了无标记样本蕴藏的空间域近邻结构,增强了同类像元和空间近邻像元在投影子空间的聚集性,从而提升分类性能。在PaviaU和Indian Pines数据集的试验表明,总体分类精度分别达到81.50%和71.77%。与传统的光谱方法比较,该算法能有效提升高光谱图像数据集的地物分类精度。 相似文献
9.
本文提出了一种聚类特征和SVM组合的高光谱影像半监督协同分类方法。利用构建的协同分类框架能够将KSFCM聚类算法与半监督SVM分类器相结合,同时利用聚类和分类优势,提高分类器的分类准确率。其中,通过聚类损耗函数、分类一致函数、分类差异性、样本差异性四个指数用以构建协同分类框架,以充分利用少量类标签样本信息,避免高光谱类标签样本获取困难问题,在一定程度上解决SVM支持向量随着训练样本增加而线性增加的问题,从而寻求最佳分类结果。实验结果表明,本文所提方法得到的分类精度优于直接利用SVM进行半监督分类。 相似文献
10.
11.
LIUYaolin HOUYajuan 《地球空间信息科学学报》2004,7(2):104-107
This paper proposes the discriminant analysis on land grading after analyzing the common methods and discussing the Fisher‘s discriminant in detail. Actually this method deduces the dimension from multi to single, thus it makes the feature vectors in n-dimension change to a scalar, and use this scalar to classify samples. This paper illustrates the result by giving an example of the residential land grading by the discriminant analysis. 相似文献
12.
This paper proposes the discriminant analysis on land grading after analyzing the common methods and discussing the Fisher's discriminant in detail. Actually this method deduces the dimension from multi to single, thus it makes the feature vectors inn-dimension change to a scalar, and use this scalar to classify samples. This paper illustrates the result by giving an example of the residential land grading by the discriminant analysis. 相似文献
13.
基于聚类分析和判别分析的地图用户分类研究 总被引：1，自引：0，他引：1
针对地图用户分类缺少量化研究的问题,本文进行了问卷调查。并用二阶聚类和层次聚类确定四类用户样本;采用K-均值聚类方法获取聚类中心坐标,建立用户聚类模型,其方差分析显著;对两个特定用户进行判别分析,说明了该模型的应用方法。该研究对于地图设计个性化匹配及提高地图可用性等具有重要意义。 相似文献
14.
15.
16.
基于地面光谱的海涂土壤开发程度评价研究——以浙江省上虞市海涂围垦区为例 总被引：5，自引：0，他引：5
过去 30年间 ,浙江沿海滩涂地不断地被围垦成农用地。为了科学地掌握海涂土壤的变化规律 ,讨论了地面光谱评价海涂土壤开发程度的可行性。以浙江省上虞市北部海涂围垦区作为研究区域 ,根据围垦历史时间的不同 ,将研究区划分成 4个子区域。借助GPS定位 ,样区内大致间隔 1km进行混合采样。分别在实验室内测定土壤理化性质和土壤光谱反射率。理化性质分析结果表明海涂土壤有机质含量低 ,电导率和含砂量高 ,并且随着围垦时间的增长呈现出规律性的变化。 9个吸收波段与土壤电导率、阳离子交换量和机械组成的Person相关分析表明 ,海涂土壤砂粒、粉粒含量与各波段相关性显著。依据不同围垦历史 ,对所有土样进行分组 ,并进行逐步判别分析。判别结果表明 ,处于不同围垦区并具有不同改良程度的土样 ,其光谱数据具有很好的类可分性。对原始样点数据回代到Fisher辨别函数可以获得 86 8%的判别精度 ,而对 2 8个待判土样代入判别函数可获 89 3%的判别精度。从地面光谱研究结果可见 ,相比于常规的野外耗时调查 ,星载或机载遥感探测器有可能作为大范围快速评价盐碱土开发程度的有效潜在工具 相似文献
17.
大气校正对SPOT卫星遥测水质的影响 总被引：1，自引：0，他引：1
藉由卫星遥测进行河川水质监测，目前尚没有较明确可行之方法，如何利用较为简单且适当的SPOT卫星遥测大气校正方法，正确辨识水体水质，是本研究的主要目的。利用SPOT卫星作两阶段非监督式及监督式自动分类，确认卫星影像中水质测站对应之水体样本，并将所有样本依季节分群，俾让卫星监测水体水质样本较为均质。模拟方式采用多变量回归、类神经网络及判别分析3种模式，并比较4种不同之大气校正程序。结果发现。以水质及其指标整体预测来看，类神经网络预测结果较优于多变量回归及判别分析的结果，大气校正方法以直接采用灰度值并消除最暗像元灰度值之校正方法，即可达到不错之预测结果。综合而言，以SPOT或分辨率更高之卫星光谱遥测水质是简单可行，但仍需更多数据以验证其精确度。 相似文献