应用级联多分类器的高光谱图像分类

论文摘要

目的高光谱分类任务中,由于波段数量较多,图像中存在包含噪声以及各类地物样本分布不均匀等问题,导致分类精度与训练效率不能平衡,在小样本上分类精度低。因此,提出一种基于级联多分类器的高光谱图像分类方法。方法首先采用主成分分析方法将高度相关的高维特征合成无关的低维特征,以加快Gabor滤波器提取纹理特征的速度;然后使用Gabor滤波器提取图像在各个尺寸、方向上的纹理信息,每一个滤波器会生成一张特征图,在特征图中以待分类样本为中心取一个d×d的邻域,计算该邻域内数据的均值和方差来作为待分类样本的空间信息,再将空间信息和光谱信息融合,以降低光线与噪声的影响;最后将谱—空联合特征输入级联多分类器中,得到预测样本关于类别的概率分布的平均值。结果实验采用Indian Pines、Pavia University和Salinas 3个数据集,与经典算法如支持向量机和卷积神经网络进行比较,并利用总体分类精度、平均分类精度和Kappa系数作为评价标准进行分析。本文方法总体分类精度在3个数据集上分别达到97. 24%、99. 57%和99. 46%,相对于基于径向基神经网络（RBF）核函数的支持向量机方法提高了13. 2%、4. 8%和5. 68%,相对于加入谱—空联合特征的RBFSVM（radial basis function-support vector machine）方法提高了2. 18%、0. 36%和0. 83%,相对于卷积神经网络方法提高了3. 27%、3. 2%和0. 3%; Kappa系数分别是0. 968 6、0. 994 3和0. 995 6,亦有提高。结论实验结果表明,本文方法应用于高光谱图像分类具有较优的分类效果,训练效率较高,无需依赖GPU,而且在小样本上也具有较高的分类精度。

论文目录

文章来源

类型: 期刊论文

作者: 邱云飞,王星苹,王春艳,孟令国

关键词: 高光谱图像,滤波器,级联多分类器,主成分分析,谱空联合特征,小样本

来源: 中国图象图形学报 2019年11期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 辽宁工程技术大学软件学院

基金: 国家自然科学基金项目(61401185),辽宁省教育厅科学研究项目(L2013133)~~

分类号: TP751;TP181

页码: 2021-2034

总页数: 14

文件大小: 5899K

下载量: 136

相关论文文献

• [1].基于动态分类器集成系统的卷烟感官质量预测方法[J]. 计算机应用与软件 2020(01)
• [2].基于标准数据集的分类器融合学习模型[J]. 微型电脑应用 2020(04)
• [3].一种自适应子融合集成多分类器方法[J]. 计算机测量与控制 2019(04)
• [4].基于多分类器融合的近红外光谱技术鉴别蜂蜜品种[J]. 化学分析计量 2019(03)
• [5].基于分类器的身份证号码识别研究[J]. 贵州科学 2018(01)
• [6].一种基于多分类器融合的人体运动行为识别模型[J]. 计算机科学 2016(12)
• [7].一种基于混淆矩阵的分类器选择方法[J]. 河南理工大学学报(自然科学版) 2017(02)
• [8].一种代价敏感的三类分类器评估方法的研究与应用[J]. 通化师范学院学报 2017(08)
• [9].基于多分类器组合的遥感土地利用分类研究[J]. 安徽农业科学 2015(32)
• [10].多分类器融合与单分类器影像分类比较研究[J]. 矿山测量 2016(04)
• [11].《未来垃圾分类器》[J]. 幼儿教育 2020(14)
• [12].基于多分类器组合的城市不透水面提取研究[J]. 城市地理 2017(04)
• [13].《垃圾分类器》[J]. 辅导员 2016(11)
• [14].多分类器融合的遥感影像分类方法实验研究[J]. 全球定位系统 2020(05)
• [15].一种基于核聚类的多分类器选择算法[J]. 电子技术与软件工程 2020(13)
• [16].基于一种新的级联分类器的目标检测系统[J]. 现代电子技术 2020(01)
• [17].最佳的分类器链局部检测与挖掘算法[J]. 计算机工程与设计 2017(11)
• [18].基于多分类器融合与模糊综合评判的滚动轴承故障诊断[J]. 中国科技论文 2016(04)
• [19].近红外光谱和多分类器融合的葡萄酒品种判别研究[J]. 光谱学与光谱分析 2016(11)
• [20].基于多分类器集成的语音情感识别[J]. 微电子学与计算机 2015(07)
• [21].基于集成分类器的流量识别技术研究[J]. 科技视界 2015(33)
• [22].二叉树型多分类器融合的轴承故障诊断方法[J]. 计算机工程与应用 2015(21)
• [23].智能垃圾分类器[J]. 科学启蒙 2013(12)
• [24].一种新的多分类器融合方法[J]. 西南师范大学学报(自然科学版) 2014(01)
• [25].动态加权投票的多分类器聚合[J]. 现代计算机(专业版) 2014(05)
• [26].面向用户观点分析的多分类器集成和优化技术[J]. 计算机学报 2013(08)
• [27].基于证据理论的优化集成分类器融合算法及应用[J]. 化工学报 2012(09)
• [28].多类不平衡数据上的分类器性能比较研究[J]. 计算机工程 2011(10)
• [29].基于多分类器融合的语音识别方法研究[J]. 重庆邮电大学学报(自然科学版) 2011(04)
• [30].基于粗糙集约简的多分类器系统构造方法[J]. 计算机工程与应用 2010(03)

标签：高光谱图像论文;  滤波器论文;  级联多分类器论文;  主成分分析论文;  谱空联合特征论文;  小样本论文;