基于空间邻域信息的高光谱遥感影像半监督协同训练

编号 zgly0001592247

文献类型 期刊论文

文献题名 基于空间邻域信息的高光谱遥感影像半监督协同训练

作者 朱济帅  尹作霞  谭琨  王雪  李二珠  杜培军 

作者单位 中国矿业大学江苏省资源环境信息工程重点实验室  济南市城市规划咨询服务中心  卫星测绘技术与应用国家测绘地理信息局重点实验室南京大学 

母体文献 遥感技术与应用 

年卷期 2016年06期

年份 2016 

分类号 TP751 

关键词 空间邻域信息(SNI)  协同训练  半监督  高光谱遥感影像分类 

文摘内容 针对tri_training协同训练算法在小样本的高光谱遥感影像半监督分类过程中,存在增选样本的误标记问题,提出一种基于空间邻域信息的半监督协同训练分类算法tri_training_SNI(tri_training based on Spatial Neighborhood Information)。首先利用分类器度量方法不一致度量和新提出的不一致精度度量从MLR(Multinomial Logistic Regression)、KNN(k-Nearest Neighbor)、ELM(Extreme Learning Machine)和RF(Random Forest)4个分类器中选择3分类性能差异性最大的3个分类器;然后在样本选择过程中,采用选择出来的3个分类器,在两个分类器分类结果相同的基础上,加入初始训练样本的8邻域信息进行未标记样本的二次筛选和标签的确定,提高了半监督学习的样本选择精度。通过对AVIRIS和ROSIS两景高光谱遥感影像进行分类实验,结果表明与传统的tri_training协同算法相比,该算法在分类精度方面有明显提高。