高光譜圖像分類是高光譜遙感領(lǐng)域中的研究熱點之一,它作為高光譜遙感圖像處理過程中一個非常重要的環(huán)節(jié),對于高光譜圖像的理解分析有很好的幫助.目前已經(jīng)有多種基于機器學(xué)習(xí)理論的高光譜圖像分類算法,但其分類效果大部分依賴于標(biāo)注樣本的數(shù)量.然而在高光譜數(shù)據(jù)中,通常標(biāo)注樣本較少而未標(biāo)注樣本較多.針對少量標(biāo)記樣本導(dǎo)致高光譜分類效果較差的問題,本文提出了基于多分類器的生成對抗網(wǎng)絡(luò)樣本擴增方法.使用提取的固定鄰域大小的像素塊代表每一個樣本,并劃分少量的樣本作為訓(xùn)練集來訓(xùn)練生成對抗網(wǎng)絡(luò),利用訓(xùn)練好的生成網(wǎng)絡(luò)生成帶標(biāo)記的樣本與少量的真實樣本混合后一起作為訓(xùn)練集訓(xùn)練分類模型,采用SVM進行分類預(yù)測.并利用web系統(tǒng)交互的方式來展示高光譜數(shù)據(jù)分類的結(jié)果,將訓(xùn)練好的模型加載到瀏覽器中,可以自由選擇擴充樣本的數(shù)量并進行分類測試,從多個角度對預(yù)測結(jié)果進行可視化.

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引 言
1 相關(guān)理論
2 需求分析
3 系統(tǒng)設(shè)計
4 改進設(shè)計
5 系統(tǒng)測試
6 結(jié) 論



本文編號：4036106