空间约束半监督高斯过程下的高光谱图像分类

• 作者: 姚伏天 李吉明 钱沄涛
• 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
• 页码范围: 1295-1300
• 页数: 6页
• 分类号: TP181|TP391.4
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2012.07.022

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.

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