基于样本选择策略的SAR图像半监督分类算法

• 作者: 温显斌 王晓昆
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: SAR图像分类 半监督学习 协同训练 选择策略
• 年，卷（期）: 2020,（3）
• 页码范围: 23-29
• 页数: 7页
• 分类号: TP391.4
• 字数: 5765字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2020.03.005

摘要

针对当前SAR图像半监督协同训练分类算法受相干斑噪声干扰等问题,本文提出了基于选择策略的SAR图像半监督分类方法.该方法首先以超像素为基本单元,在获取伪样本过程中,利用典型相关性分析作为SAR图像高置信度样本补充判别器,而对于低置信度样本,提出基于超像素和主动学习的样本扩充方法,然后基于扩充后的样本实现SAR图像的半监督分类;最后通过理论分析和实验验证了该方法在标注样本较少的情况下,取得了较好的效果和精度,降低了相干斑噪声对分类效果的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温显斌	天津理工大学计算机科学与工程学院	41	173	8.0	11.0
2	王晓昆	天津理工大学计算机科学与工程学院	1	0	0.0	0.0