一种基于机器学习的火点检测算法

• 作者: 张菁 徐嘉 李智慧 黄宇飞
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 火点检测 正例优先感知机 线性判别分析 加权支持向量机
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 64-70
• 页数: 7页
• 分类号: P237
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2020.10.010

摘要

针对传统基于多通道阈值火点判断方法在Landsat 8图像上选取困难的问题,该文提出一种基于机器学习的火点检测算法.该文采用非均衡数据分类框架,通过两个步骤实现火点检测:第一步为非火点排除,通过主分量分析提取特征,采用该文提出的正例优先感知机组合分类器排除掉大多数的非火点;第二步为精确分类,通过线性判别分析变换得到特征,采用加权支持向量机实现准确的火点判别.实验结果表明,该文算法实现了准确率与漏检率的较好折中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张菁		31	375	10.0	19.0
2	李智慧		15	92	4.0	9.0
3	黄宇飞		1	0	0.0	0.0
4	徐嘉		1	0	0.0	0.0