结合主动学习与标签传递算法的高光谱图像分类

• 作者: 商卉 王立国 石瑶
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 高光谱图像 半监督分类 空谱信息 主动学习 标签传递 主成分分析 Gabor滤波 支持向量机
• 年，卷（期）: 2020,（5）
• 页码范围: 731-737
• 页数: 7页
• 分类号: TP753
• 字数: 5441字
• 语种: 中文
• DOI: 10.11990/jheu.201812042

摘要

与自然真彩色图像相比,高光谱图像维数高、有标记的数据少.针对传统的分类方法主要利用光谱特征忽略了空间信息的提取的问题,本文提出了一种基于空-谱信息融合的主动学习与标签传递算法相结合的分类框架.基于概率模型的BT(Breaking Ties,BT)策略筛选出具有代表性的未标记样本,作为新的训练样本扩充训练样本集.标签传递算法推测未标记样本真正的类别信息,由分类器进行重新训练.实验表明:在有标签样本不充足的情况下,Indian Pines数据集分类精度达到76.89％,帕维亚大学数据集分类精度为95.23％,优于现有的几种分类算法.在标签样本稀缺的情况下,本文算法可以利用半监督学习与主动学习相结合的方法有效提高分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王立国	哈尔滨工程大学信息与通信工程学院	116	829	15.0	23.0
2	石瑶	哈尔滨工程大学信息与通信工程学院	5	7	2.0	2.0
3	商卉	哈尔滨工程大学信息与通信工程学院	1	0	0.0	0.0