联合空谱特征的多视图主动学习的高光谱图像分类

摘要：

针对高光谱遥感影像监督分类训练样本少,训练分类器迭代速度慢的问题,提出一种联合空谱特征的多视图主动学习算法.首先,将原始影像的光谱波段分割为多个互不相交的子集合;然后,在每个子集合滤波提取空间结构特征,建立多视图.其次,提出了一种新的基于多视图后验概率差异最小的主动学习查询策略.实验结果表明,与已有的多视图构建方法和查询策略相比,所提出的联合空谱特征的多视图构建方法可以建立更具多样性、互补性的多个视图;同时,结合所提出的查询策略可以在每次训练迭代中更准确地查询信息量最大的样本,从而减少迭代次数,加快学习函数的收敛速度.

关键词：高光谱图像分类、多视图主动学习、查询策略、引导滤波、双边滤波

所属期刊栏目：33

分类号：TP751(遥感技术)

资助基金：国家自然科学基金61502088;广东省科技计划项目2013B090500035;中山市社会公益科技研究项目2018B1015

在线出版日期：2019-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：117-123