基于自适应主动学习与联合双边滤波的高光谱图像分类

• 作者: 张琳 李昌利 樊棠怀
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 高光谱图像分类 空谱结合 主动学习 联合双边滤波
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 223-228
• 页数: 6页
• 分类号: TN911.7
• 字数: 6557字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.12.037

摘要

在高光谱图像分类中,选择合适的样本作为训练样本对分类器进行训练非常重要.将样本的不确定性与代表性相结合,通过自适应主动学习方法来完成样本的选择.用核K均值聚类来获取具有代表性的样本,用最优标号和次优标号的概率差值与两者比值的加权和来度量不确定性.此外,为了提高分类的准确率,利用联合双边滤波来获取高光谱图像的空间信息,并将其融入分类过程中.最后,提出一种融合自适应主动学习与联合双边滤波的空谱结合高光谱图像分类方法,并通过实验验证了所提方法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊棠怀	南昌工程学院信息工程学院	21	147	7.0	11.0
2	张琳	河海大学计算机与信息学院	22	108	6.0	9.0
3	李昌利	河海大学计算机与信息学院	10	26	3.0	4.0