基于支持向量机和逻辑回归的 半监督空谱加权的高光谱图像分类

• 作者: 赵春晖 赵晨 高冰
• 来源期刊: 黑龙江大学工程学报
• 学科: 工学
• 关键词: 高光谱分类 半监督 K近邻 支持向量机逻辑回归
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 电子与机电工程
• 页码范围: 64-72
• 页数: 9页
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.13524/j.2095-008x.2019.04.056

摘要

近年来,高光谱图像分类得到了广泛的研究,面临的挑战是训练样本数量有限,误分类率较高.针对这些问题,提出了一种基于支持向量机和逻辑回归(SVMSLR)框架的半监督光谱空间加权高光谱图像分类方法.该框架是最近发展起来的一种技术,它将空间上下文描述为逻辑回归,通常与支持向量分类器一起使用,以提供概率输出.将支持向量机(SVMs)的SVMSLR概念推广到遥感图像分类中,为此,使用当前像素的K个最近邻空间特征提供概率输出.同样,经过初始分类,可以得到了标签的未标记样本,其中最近邻样本的高一致性水平是可靠的.再次考虑中心和最近邻像素的光谱相似性,提高了算法的性能.实际数据集实验表明,该方法具有较高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵春晖	哈尔滨工程大学信息与通信工程学院	364	3419	27.0	39.0
2	高冰	哈尔滨工程大学信息与通信工程学院	3	5	2.0	2.0
3	赵晨	哈尔滨工程大学水声工程学院	2	6	2.0	2.0