基于改进的样本预选取的高光谱影像半监督分类 |
| |
作者单位: | ;1.成都理工大学地球科学学院 |
| |
摘 要: | 针对高光谱影像中无标记样本对分类精度的影响问题,运用一种改进的KFCM聚类算法先对未标记样本聚类;然后根据聚类结果进行未标记样本选取,挑选出的未标记样本位于聚类边界上可能属于支持向量;最后使用已有的标记样本和挑选的未标记样本对支持向量机(SVM)进行训练,直到其分类精度到达预期效果。实验结果表明,将聚类和半监督SVM分类相结合并进行未标记选取,比省略此过程直接使用SVM进行高光谱影像分类的精度高,且该方法稳定、可靠。
|
关 键 词: | 高光谱影像 未标记样本预选取 KFCM聚类算法 SVM 半监督分类 |
Improved Sample Pre-selection Algorithm in the Semi-supervised Classification of Hyper-spectral Images |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|