基于空间邻域信息的高光谱遥感影像半监督协同训练

• 作者: 尹作霞 朱济帅 李二珠 杜培军 王雪 谭琨
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 空间邻域信息(SNI) 协同训练 半监督 高光谱遥感影像分类
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 数据与图像处理
• 页码范围: 1122-1130
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2016.6.1122

摘要

针对tri_training协同训练算法在小样本的高光谱遥感影像半监督分类过程中，存在增选样本的误标记问题，提出一种基于空间邻域信息的半监督协同训练分类算法 tri_training_SNI(tri_training based on Spatial Neighborhood Information)。首先利用分类器度量方法不一致度量和新提出的不一致精度度量从 MLR(Multinomial Logistic Regression)、KNN(k-Nearest Neighbor)、ELM(Extreme Learning Machine)和RF(Random Forest)4个分类器中选择3分类性能差异性最大的3个分类器；然后在样本选择过程中，采用选择出来的3个分类器，在两个分类器分类结果相同的基础上，加入初始训练样本的8邻域信息进行未标记样本的二次筛选和标签的确定，提高了半监督学习的样本选择精度。通过对AVIRIS和ROSIS两景高光谱遥感影像进行分类实验，结果表明与传统的tri_training协同算法相比，该算法在分类精度方面有明显提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭琨	中国矿业大学江苏省资源环境信息工程重点实验室	39	553	11.0	23.0
2	王雪	中国矿业大学江苏省资源环境信息工程重点实验室	19	86	6.0	9.0
3	朱济帅	中国矿业大学江苏省资源环境信息工程重点实验室	1	2	1.0	1.0
4	尹作霞		2	2	1.0	1.0