| 基于半监督学习的遥感影像分类训练样本时空拓展方法 |
| |
| 引用本文： | 任广波,张杰,马毅,宋平舰.基于半监督学习的遥感影像分类训练样本时空拓展方法[J].国土资源遥感,2013,25(2). |
| |
| 作者姓名： | 任广波 张杰 马毅 宋平舰 |
| |
| 作者单位： | 国家海洋局第一海洋研究所,青岛,266061 |
| |
| 基金项目： | 国家自然科学基金项目，国家海洋局第一海洋研究所基本科研业务费项目 |
| |
| 摘 要： | 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.
|
| 关 键 词： | 遥感分类 半监督学习 直推式支持向量机(TSVM) 样本拓展应用 |
Extending method of remote sensing image training sample based on semi-supervised learning in both time and spatial domain |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
