田彦平
- 作品数：3 被引量：33H指数：2
- 供职机构：中南大学地球科学与信息物理学院更多>>
- 发文基金：中国博士后科学基金国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：天文地球更多>>
- 主动学习与图的半监督相结合的高光谱影像分类被引量：16
- 2015年
- 针对当前高光谱影像分类时,人工标注样本费时费力以及大量未标记样本未有效利用等问题,提出了一种主动学习与图的半监督相结合的高光谱影像分类方法。首先,将像素的光谱信息与其邻域内的空间信息相结合,利用重排序机制得到一种旋转不变的空谱特征表达。在此基础上,利用主动学习算法选择最不确定性样本(即分类模糊度最大的样本),提交操作者标注得到标记样本集。最后将该标记样本与未标记样本组合,用于图的半监督分类。该算法可保证类别边界样本的选择,利于分类器的边界构造,同时,在较少标记样本情况下,通过引入大量的未标记样本,可以达到较好的分类效果。在3幅真实高光谱影像上的试验表明,该方法可以取得精度较高的分类结果。
- 田彦平陶超邹峥嵘杨钊霞何小飞
- 空-谱信息与稀疏表示相结合的高光谱遥感影像分类被引量：19
- 2015年
- 针对传统的高光谱遥感影像分类中多依赖光谱信息而忽视空间信息以及提取的特征维数高的问题,提出了一种空-谱信息与稀疏表示相结合的分类算法。首先,利用最小噪声分离对原始影像进行降维,在此基础上,对主成分图上局部影像块内的所有像素进行重组,并用排序的方法得到旋转不变的空-谱特征。然后,对空-谱特征进行监督学习得到字典,并将提取的测试样本的空-谱特征编码到字典中以得到测试样本的稀疏表示。最后,使用支持向量机分类器(SVM)对高光谱影像进行分类。3组高光谱数据试验表明,与传统的分类方法比较,本文方法能有效提高分类精度。
- 杨钊霞邹峥嵘陶超田彦平何小飞
- 关键词：高光谱影像字典学习
- 基于图的半监督学习空-谱融合的高光谱影像分类
- 目前高光谱影像分类成为遥感界众多专家学者关注的重点问题之一。由于监督分类方法获取标记样本产生巨额代价，且依赖标记样本的选择质量，而仅采用未标记样本的非监督分类精度又不理想。
- 田彦平陶超邹峥嵘
- 关键词：空间信息
