%0 Journal Article
%T 主动学习与图的半监督相结合的高光谱影像分类
%A 田彦平
%A 陶超
%A 邹峥嵘
%A 杨钊霞
%A 何小飞
%J 测绘学报
%P 919-926
%D 2015
%R 10.11947/j.AGCS.2015.20140221
%X 针对当前高光谱影像分类时,人工标注样本费时费力以及大量未标记样本未有效利用等问题,提出了一种主动学习与图的半监督相结合的高光谱影像分类方法。首先,将像素的光谱信息与其邻域内的空间信息相结合,利用重排序机制得到一种旋转不变的空谱特征表达。在此基础上,利用主动学习算法选择最不确定性样本(即分类模糊度最大的样本),提交操作者标注得到标记样本集。最后将该标记样本与未标记样本组合,用于图的半监督分类。该算法可保证类别边界样本的选择,利于分类器的边界构造,同时,在较少标记样本情况下,通过引入大量的未标记样本,可以达到较好的分类效果。在3幅真实高光谱影像上的试验表明,该方法可以取得精度较高的分类结果。
%K 高光谱影像分类
%K 图的半监督学习
%K 主动学习
%K 空-谱特征
%U http://xb.sinomaps.com:8081/Jwk_chxb/CN/abstract/abstract6596.shtml