基于改进的样本预选取的高光谱影像半监督分类

• 作者: 余代俊 张颖 戴晓爱 杨晓霞
• 来源期刊: 地理空间信息
• 学科: 地球科学
• 关键词: 高光谱影像 未标记样本预选取 KFCM聚类算法 SVM 半监督分类
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 3S 技术应用
• 页码范围: 65-67
• 页数: 3页
• 分类号: P237
• 字数: 2642字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4623.2016.09.021

摘要

针对高光谱影像中无标记样本对分类精度的影响问题，运用一种改进的KFCM聚类算法先对未标记样本聚类；然后根据聚类结果进行未标记样本选取，挑选出的未标记样本位于聚类边界上可能属于支持向量；最后使用已有的标记样本和挑选的未标记样本对支持向量机（SVM）进行训练，直到其分类精度到达预期效果。实验结果表明，将聚类和半监督SVM分类相结合并进行未标记选取，比省略此过程直接使用SVM进行高光谱影像分类的精度高，且该方法稳定、可靠。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余代俊	成都理工大学地球科学学院	81	444	12.0	17.0
2	张颖	成都理工大学地球科学学院	31	49	4.0	6.0
3	戴晓爱	成都理工大学地球科学学院	35	225	8.0	14.0
4	杨晓霞	成都理工大学地球科学学院	9	49	3.0	6.0