基于异质多视图主动学习的高光谱地物分类

• 作者: 姚琼 徐翔 邹昆
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 高光谱地物分类 多视图主动学习 多属性形态剖面 Gabor
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 最新技术动态
• 页码范围: 1-6,43
• 页数: 7页
• 分类号: TP3
• 字数: 5315字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.02.001

摘要

高光谱遥感影像具有多源异质的属性特征,也面临着训练样本少、标记代价大的困难.拟提取空间形状、纹理等多种属性特征来构建多视图,开展基于异质多视图主动学习的高光谱地物分类研究.主要解决两个问题:1)提出一种新的基于多视图后验概率差异最小(MPPD)的样本查询策略.每个视图根据多元逻辑回归分类器预测样本的类别条件概率;根据全概率公式计算多视图下每个样本的后验概率;挑选后验概率差异最小的样本作为信息含量最大的样本.2)提出一种基于空间多尺度形状结构、以及纹理特征的异质多视图的构建方式.实验结果表明,提出的算法能够加快学习函数的收敛速度,以少量的信息含量大的标记样本来提高学习器的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚琼	电子科技大学中山学院计算机学院	15	55	4.0	7.0
2	邹昆	电子科技大学中山学院计算机学院	35	98	6.0	8.0
3	徐翔	电子科技大学中山学院计算机学院	20	65	4.0	7.0