李宠
- 作品数：5 被引量：5H指数：1
- 供职机构：湖北文理学院更多>>
- 发文基金：湖北省自然科学基金国家自然科学基金湖北省教育厅重点项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 改进的主动学习算法及在高光谱分类中的应用被引量：5
- 2013年
- 针对主动学习算法能主动从大量未标记样本中选择最能提高分类器性能的样本加入训练集,可从小的非最优训练集建立高性能的分类器这一特点,以及传统主动学习算法熵值装袋查询的多值偏置问题,提出了改进的均值熵值装袋查询算法,引入权值函数保证了取样的多样性.通过对高光谱遥感图像分类的实验表明:主动学习只需大约20%的样本即可达到使用全部数据集作为训练集的分类效果,而且均值熵值装袋查询方法具有较高的分类精度,同时拥有较快的收敛速度.
- 李宠谷琼蔡之华吴琼
- 关键词：高光谱遥感图像分类
- 改进的主动学习算法及在高光谱分类中的应用
- 针对主动学习算法能主动从大量未标记样本中选择最能提高分类器性能的样本加入训练集,可从小的非最优训练集建立高性能的分类器这一特点,以及传统主动学习算法熵值装袋查询的多值偏置问题,提出了改进的均值熵值装袋查询算法,引入权值函...
- 李宠谷琼蔡之华吴琼
- 关键词：高光谱遥感图像主动学习算法
- 文献传递
- 基于DE-GEP的高光谱遥感图像分类
- 高光谱遥感数据具有波段数目多、数据量庞大等特点.针对传统方法应用于高光谱图像分类中存在波段选择时计算量大、运行时间长,以及图像分类精度不高等问题,首先利用差分演化算法进行波段选择,有效地降低了信息的冗余和数据的维度,然后...
- 李宠谷琼蔡之华
- 关键词：高光谱遥感图像差分演化算法
- 文献传递
- 基于DE-GEP的高光谱遥感图像分类
- 2012年
- 高光谱遥感数据具有波段数目多、数据量庞大等特点.针对传统方法应用于高光谱图像分类中存在波段选择时计算量大、运行时间长,以及图像分类精度不高等问题,首先利用差分演化算法进行波段选择,有效地降低了信息的冗余和数据的维度,然后对波段选择后的结果成图,并对要识别地物的典型区域进行取样,最后采用基因表达式编程算法构建分类器进行图像分类.在波段选择中,与完全搜索的结果相比,差分演化算法可以在很快的时间里取得了较好的搜索结果,基因表达式编程在遥感图像分类中,分类结果优于传统的KNN算法.
- 李宠谷琼蔡之华
- 关键词：遥感图像演化算法波段选择
- 改进的主动学习算法及在高光谱分类中的应用
- 针对主动学习算法能主动从大量未标记样本中选择最能提高分类器性能的样本加入训练集,可从小的非最优训练集建立高性能的分类器这一特点,以及传统主动学习算法熵值装袋查询的多值偏置问题,提出了改进的均值熵值装袋查询算法,引入权值函...
- 李宠谷琼蔡之华吴琼
- 关键词：主动学习算法高光谱遥感图像
- 文献传递
