基于DS聚类的高光谱图像集成分类算法

• 作者: 刘万军 尹岫 曲海成 李天慧 董帅含
• 来源期刊: 计算机应用研究
• 关键词: 优势集 聚类 集成 支持向量机 高光谱图像分类
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3130-3133,3157
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.10.058

摘要

针对高光谱遥感图像维数高、样本少导致分类精度低的问题,提出一种基于DS聚类的高光谱图像集成分类算法(DSCEA).首先,根据高光谱数据特点,从整体波段中随机选择一定数量的波段,构成不同的训练样本;其次,分析图像的空谱信息,构造无向加权图,利用优势集(DS)聚类方法得到最大特征差异的波段子集;最后,根据不同样本,利用支持向量机训练具有差异的单个分类器,采用多数表决法集成最终分类器,实现对高光谱遥感图像的分类.在Indian Pines数据集上DSCEA算法的分类精度最高可达到84.61％,在Pavia University数据集上最高可达到91.89％,实验结果表明DSCEA算法可以有效地解决高光谱图像分类问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘万军	辽宁工程技术大学软件学院	181	1681	19.0	33.0
2	董帅含	辽宁工程技术大学软件学院	7	52	3.0	7.0
3	曲海成	辽宁工程技术大学软件学院	52	387	11.0	18.0
4	李天慧	辽宁工程技术大学软件学院	2	1	1.0	1.0
5	尹岫	辽宁工程技术大学软件学院	2	2	1.0	1.0