基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对高光谱遥感图像分类中带标记训练样本较少、导致分类正确率偏低的问题,提出用于高光谱图像分类的空间约束半监督高斯过程方法.由于高光谱图像的特征空间满足流形分布假设,大量未标记样本可以使数据空间变得更加稠密,从而有助于更加准确地刻画局部空间特性,提高分类的精度和普适性.通过对高斯过程模型中的核函数施加空间近邻约束,建立未标记样本与带标记样本之间的空间联系.该半监督高斯过程分类器不仅可以提升高光谱遥感图像的分类性能,而且构造简单,实现方便.实验结果表明,在仅有少量带标记的训练样本情况下,半监督高斯过程分类方法对高光谱图像有较高的分类精度和稳定性.
推荐文章
局部保护降维与高斯混合模型的高光谱图像分类
高斯混合模型
局部保护投影
局部保护非负矩阵分离
高光谱图像分类
用于高光谱遥感图像分类的空间约束高斯过程方法
遥感图像
分类
高斯过程
空间相关性
核函数
结合空间信息的高光谱图像快速分类方法
高光谱图像
空间区域特征光谱
非线性特征提取
分类
空间-光谱约束的图半监督高光谱影像分类算法
半监督分类
空间-光谱
高光谱遥感
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 空间约束半监督高斯过程下的高光谱图像分类
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 半监督学习 高斯过程 高光谱图像 分类
年,卷(期) 2012,(7) 所属期刊栏目 计算机技术、电信技术
研究方向 页码范围 1295-1300
页数 6页 分类号 TP181|TP391.4
字数 语种 中文
DOI 10.3785/j.issn.1008-973X.2012.07.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姚伏天 6 95 5.0 6.0
2 钱沄涛 37 354 10.0 18.0
3 李吉明 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (7)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
半监督学习
高斯过程
高光谱图像
分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导