10.3969/j.issn.1000-3428.2010.20.059
基于朴素贝叶斯的半监督学习遥感影像分类
为提高分类器识别率,减少标注样本使用数量,提出一种基于朴素贝叶斯的半监督学习方法.研究基于该方法的分类器分类效果,采用遥感影像数据作为训练和测试集,与基于朴素贝叶斯的全监督学习分类器分类效果作比较.实验结果表明,当标注样本与非标注样本比例在1:2~1:9时,半监督学习可以利用比全监督学习更少的标注样本,达到更高的分类精度.
朴素贝叶斯、半监督学习、遥感影像分类
36
TP391(计算技术、计算机技术)
国家"863"计划基金资助项目2006AA12Z105;国家"973"计划基金资助项目2006CB701303
2010-12-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
167-169