基于聚类核函数的最小二乘支持向量机高光谱图像半监督分类

• 作者: 万建伟 许可 钱林杰 高恒振
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 半监督 最小二乘 聚类 核函数 支持向量机
• 年，卷（期）: 2011,（2）
• 页码范围: 276-280
• 分类号: TP751.1
• 字数: 4169字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2011.02.019

摘要

针对大规模的高光谱数据分类,为了利用未标签样本所含信息,来提升分类器性能,提出了一种半监督分类算法.该算法根据聚类假设,即属于同一类地物的样本点在聚类中被分为同一类的可能性较大的原则来改进核函数,采用基于光谱角度最的K均值聚类算法对样本集进行聚类,根据多次聚类的结果,构造包袋核函数,然后利用加法和乘法运算将包袋核函数和RBF核函数组合成新的核函数,从而把未标签样本信息融入分类器.而且采用最小二乘支持向量机,将标准支持向量机的二次规划问题转换为求解线性方程组的问题.高光谱实测数据实验表明了本文方法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万建伟	国防科技大学电子科学与工程学院	136	1396	20.0	30.0
2	许可	国防科技大学电子科学与工程学院	17	50	4.0	6.0
3	高恒振	国防科技大学电子科学与工程学院	5	61	4.0	5.0
4	钱林杰	国防科技大学电子科学与工程学院	10	44	4.0	6.0