| 一种高光谱图像的半监督分类方法 |
| |
| 引用本文： | 李彩虹,赵祎霏.一种高光谱图像的半监督分类方法[J].测绘通报,2018,0(2):46-49. |
| |
| 作者姓名： | 李彩虹 赵祎霏 |
| |
| 作者单位： | 1. 兰州大学信息科学与工程学院, 甘肃 兰州 730000;
2. 兰州大学资源与环境学院, 甘肃 兰州 730000 |
| |
| 基金项目： | 国家自然科学基金面上项目，兰州大学君政基金 |
| |
| 摘 要： | 基于密度的抽样和动态时间扭曲距离，提出了一种半监督高光谱模糊聚类方法。该方法首先应用基于密度的方法对样本进行抽样，然后采用动态时间扭曲距离计算样本之间的相似度，最后利用半监督模糊C均值算法进行聚类。为了验证所提出方法的有效性，在广泛使用的Indian Pines数据集和PaviaU数据集上进行试验。结果表明，本文提出的方法能够取得理想的分类结果。
|
| 关 键 词： | 高光谱图像 动态时间扭曲距离 半监督模糊聚类 密度抽样 |
| 收稿时间： | 2017-05-23 |
| 修稿时间： | 2017-08-31 |
A Semi-supervised Classification Method for Hyperspectral Images |
| |
| LI Caihong,ZHAO Yifei.A Semi-supervised Classification Method for Hyperspectral Images[J].Bulletin of Surveying and Mapping,2018,0(2):46-49. |
| |
| Authors: | LI Caihong ZHAO Yifei |
| |
| Institution: | 1. School of Information Science & Engineering, Lanzhou University, Lanzhou 730000, China;
2. College of Earth Environmental Sciences, Lanzhou University, Lanzhou 730000, China |
| |
| Abstract: | Based on density sampling and dynamic time warping distance, this paper proposes a semi-supervised fuzzy cluster method to partition hyperspectral data set into several groups. The labeled samples are first obtained by density sampling method. Then the dynamic time warping distance is computed between a pair of samples. Lastly, semi-supervised fuzzy c-means is employed to cluster the hyperspectral image. To validate the proposed method, the Indian Pines and Pavia U data sets are chosen to feed our method. The experimental results show that it can discover the ideal clusters by the proposed method. |
| |
| Keywords: | hyperspectral image dynamic time warping distance semi-supervised fuzzy clustering density sampling |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《测绘通报》浏览原始摘要信息 |
| 点击此处可从《测绘通报》下载免费的PDF全文 |
