基于朴素贝叶斯的半监督学习遥感影像分类

• 作者: 方涛 杨伟 许刚
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 朴素贝叶斯 半监督学习 遥感影像分类
• 年，卷（期）: 2010,（20）
• 页码范围: 167-169
• 分类号: TP391
• 字数: 2806字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.20.059

摘要

为提高分类器识别率,减少标注样本使用数量,提出一种基于朴素贝叶斯的半监督学习方法.研究基于该方法的分类器分类效果,采用遥感影像数据作为训练和测试集,与基于朴素贝叶斯的全监督学习分类器分类效果作比较.实验结果表明,当标注样本与非标注样本比例在1:2～1:9时,半监督学习可以利用比全监督学习更少的标注样本,达到更高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方涛	上海交通大学图像处理与模式识别研究所遥感科学研究室	79	1195	20.0	30.0
2	杨伟	上海交通大学图像处理与模式识别研究所遥感科学研究室	12	120	5.0	10.0
3	许刚	上海交通大学图像处理与模式识别研究所遥感科学研究室	5	43	3.0	5.0