基于伪标签深度学习的高光谱影像半监督分类

• 作者: 丁倩 刘丽丽 周绍光 赵婵娟
• 来源期刊: 计算机工程与应用
• 学科: 地球科学
• 关键词: 卷积神经网络(CNN) 伪标签 半监督分类 高光谱影像
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 图形图像处理
• 页码范围: 191-198
• 页数: 8页
• 分类号: P237
• 字数: 5897字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1904-0077

摘要

研究了一种仅利用少量标记点训练深度卷积神经网络并对高光谱影像进行分类的方法.以图像分割获得的同质区增加训练样本数目;借助这些增加的样本训练初始分类器并预测所有未知点的初始类别;将每一初始类别聚集为适当的类簇,以类簇号作为伪标签对深度卷积网进行预训练;最后利用经过同质区增加的训练样本精调预训练深度卷积网.实验结果证明新方法可以在仅用少量实际标记样本的情况下成功地训练深度卷积网,对高光谱数据进行有效分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周绍光	河海大学地球科学与工程学院	58	368	11.0	15.0
2	刘丽丽	河海大学地球科学与工程学院	5	3	1.0	1.0
3	赵婵娟	河海大学地球科学与工程学院	4	1	1.0	1.0
4	丁倩	河海大学地球科学与工程学院	6	24	1.0	4.0