本文關鍵詞：高光譜──遙感測繪的新機遇，由筆耕文化傳播整理發(fā)布。

《中國礦業(yè)大學》 2014年

半監(jiān)督支持向量機高光譜遙感影像分類

李二珠  

【摘要】：高光譜影像維數高、波段之間相關性強等特點，使許多傳統的遙感數據處理技術失去了作用。針對高光遙感影像分類而言，訓練樣本標記不足又是一大挑戰(zhàn)。半監(jiān)督學習通過利用未標記樣本的信息來幫助標記樣本提高分類器的學習性能，重在解決學習過程中訓練樣本不足所引起的病態(tài)學習問題。本文將半監(jiān)督學習思想結合支持向量機分類原理引入到高光譜影像分類中，系統地研究了半監(jiān)督分類的基本理論，并基于不同的模型研究了半監(jiān)督支持向量機高光譜影像分類中的問題，并提出了相應的解決思路。論文主要內容及結論如下： (1)鑒于傳統自訓練半監(jiān)督分類中未標記樣本的選擇主要是基于某一類整體進行選擇的策略，容易造成訓練樣本的不平衡，提出了一種基于樣本對樣本的未標記樣本選擇策略，并結合該策略構建了基于自訓練的半監(jiān)督支持向量機高光譜影像分類算法。通過高光譜影像數據對所提出的算法的試驗表明：該半監(jiān)督算法具有較好的穩(wěn)定性和有效地的改善了少樣本情況下支持向量機的分類性能。 (2)將空間信息引入到半監(jiān)督分類中未標記樣本的選擇過程，有效地解決了因為傳統相似性度量方法在高光譜影像中的不適用性，以及對半監(jiān)督分類過程中未標記樣本選擇的誤差累積問題，同時通過空間信息有效地擴大了訓練樣本空間分布信息，提高了分類器訓練過程中樣本的信息量。實驗結果表明，，所提出的結合空間信息進行樣本增選的半監(jiān)督高光譜影像分類算法能夠有效提高高光譜影像的分類精度。 (3)提出了一種基于單視圖多分類器的協同訓練高光譜影像分類算法。在給定高光譜影像和少量標記樣本情況下，通過兩種不同的分類方法支持向量機和K近鄰分類器構建了協同訓練算法。分類實驗結果顯示，所提出的協同訓練算法對高光譜影像分類具有優(yōu)異的性能。研究中發(fā)現，協同訓練對差異信息的挖掘在解決半監(jiān)督分類過程中訓練樣本信息量不足等方面優(yōu)勢突出。

【關鍵詞】：
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP18;TP751
【目錄】：

下載全文 更多同類文獻

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【參考文獻】

中國期刊全文數據庫 前9條

1 李吉明;賈森;彭艷斌;;基于光譜特征和紋理特征協同學習的高光譜圖像數據分類[J];光電工程;2012年11期

2 余旭初;馮伍法;林麗霞;;高光譜──遙感測繪的新機遇[J];測繪科學技術學報;2006年02期

3 李廣水;宋丁全;鄭滔;李楊;蘇繼申;;協同訓練支持向量機對遙感影像的分類研究[J];計算機工程與應用;2009年29期

4 陳毅松,汪國平,董士海;基于支持向量機的漸進直推式分類學習算法[J];軟件學報;2003年03期

5 熊彪;江萬壽;李樂林;;基于高斯混合模型的遙感影像半監(jiān)督分類[J];武漢大學學報(信息科學版);2011年01期

6 杜培軍;王小美;譚琨;夏俊士;;利用流形學習進行高光譜遙感影像的降維與特征提取[J];武漢大學學報(信息科學版);2011年02期

7 高恒振;萬建偉;徐湛;錢林杰;;基于光譜加權直推式支持向量機的高光譜圖像半監(jiān)督分類[J];信號處理;2011年01期

8 任廣波;張杰;馬毅;鄭榮兒;;生成模型學習的遙感影像半監(jiān)督分類[J];遙感學報;2010年06期

9 王安娜;李云路;趙鋒云;史成龍;;一種新的半監(jiān)督直推式支持向量機分類算法[J];儀器儀表學報;2011年07期

【共引文獻】

中國期刊全文數據庫 前10條

1 隋學艷;朱振林;朱傳寶;楊麗萍;姚慧敏;郭洪海;;基于MODIS數據的山東省小麥株高遙感估算研究[J];山東農業(yè)科學;2009年02期

2 陳軍;王洪仁;;基于高光譜紅邊參數的棉花冠層覆蓋度提取研究[J];安徽農學通報(上半月刊);2009年09期

3 劉占宇;周灣;張莉麗;;入侵植物加拿大一枝黃花的高光譜特性研究[J];安徽農學通報(上半月刊);2011年07期

4 王家強;柳維揚;呂雙慶;;遙感技術在棉花氮素營養(yǎng)診斷上的應用[J];安徽農業(yè)科學;2006年22期

5 陸偉;毛罕平;;高光譜技術在作物信息診斷監(jiān)測中的應用[J];安徽農業(yè)科學;2007年06期

6 樊科研;田麗萍;王進;杜培林;;基于冠層高光譜遙感對加工番茄產量的估算模型[J];安徽農業(yè)科學;2008年10期

7 于祥;劉香華;;基于神經網絡的黃河三角洲土地利用遙感獲取技術研究[J];安徽農業(yè)科學;2009年04期

8 陳拉;;高光譜遙感數據在植被信息提取中的應用研究[J];安徽農業(yè)科學;2009年08期

9 洪霞;江洪;余樹全;;高光譜遙感在精準農業(yè)生產中的應用[J];安徽農業(yè)科學;2010年01期

10 黃恩興;;土壤鹽漬化遙感應用研究進展[J];安徽農業(yè)科學;2010年13期

中國重要會議論文全文數據庫 前10條

1 汪震;洪津;張冬英;羅軍;;液晶可調諧濾光片在遙感探測中的應用研究[A];光子科技創(chuàng)新與產業(yè)化——長三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇論文集[C];2006年

2 龔紹琦;王鑫;沈潤平;劉振波;李云梅;;濱海鹽土重金屬高光譜遙感研究[A];全國農業(yè)遙感技術研討會論文集[C];2009年

3 燕志明;;“3S”的現狀與發(fā)展展望內蒙古科技大學高等職業(yè)技術學院[A];《測繪通報》測繪科學前沿技術論壇摘要集[C];2008年

4 熊顯名;王冰冰;滕惠忠;;基于IDL的高光譜數據可視化分析[A];第二十一屆海洋測繪綜合性學術研討會論文集[C];2009年

5 朱艷;姚霞;馮偉;曹衛(wèi)星;田永超;;基于高光譜遙感的小麥葉片氮含量監(jiān)測研究[A];作物逆境生理研究進展——中國作物生理第十次學術研討會文集[C];2007年

6 劉志明;吳文健;張勇;;植物葉片仿生偽裝結構模型設計[A];第六屆中國功能材料及其應用學術會議論文集（8）[C];2007年

7 劉磊;沈潤平;丁國香;;基于高光譜的土壤有機質含量估算研究[A];2009第五屆蘇皖兩省大氣探測、環(huán)境遙感與電子技術學術研討會專輯[C];2009年

8 何挺;王靜;程燁;林宗堅;;土壤氧化鐵光譜特征研究[A];新技術在土地調查中的應用與土地科學技術發(fā)展-2005年中國土地學會學術年會論文集[C];2005年

9 劉希玉;徐志敏;段會川;;基于支持向量機的創(chuàng)新分類器[A];山東省計算機學會2005年信息技術與信息化研討會論文集（一）[C];2005年

10 李彬彬;易寶林;劉斌;;基于信源學的植被光譜數據的存儲技術研究[A];2009通信理論與技術新發(fā)展——第十四屆全國青年通信學術會議論文集[C];2009年

中國博士學位論文全文數據庫 前10條

1 趙瑩;半監(jiān)督支持向量機學習算法研究[D];哈爾濱工程大學;2010年

2 楊寧;計算機輔助卷煙配方設計關鍵技術研究[D];中國海洋大學;2010年

3 任廣波;基于半監(jiān)督學習的遙感影像分類技術研究[D];中國海洋大學;2010年

4 鄭光輝;江蘇部分地區(qū)土壤屬性高光譜定量估算研究[D];南京大學;2011年

5 趙玉鳳;圖像檢索中自動標注技術的研究[D];北京交通大學;2009年

6 姚伏天;基于高斯過程的高光譜圖像分類研究[D];浙江大學;2011年

7 楊國鵬;基于機器學習方法的高光譜影像分類研究[D];解放軍信息工程大學;2010年

8 陳兵;基于多平臺棉花黃萎病的遙感監(jiān)測研究[D];石河子大學;2010年

9 黃遠程;高光譜影像混合像元分解的若干關鍵技術研究[D];武漢大學;2010年

10 李金文;基于水稻葉片生理生態(tài)學特征的氮營養(yǎng)診斷[D];浙江大學;2010年

中國碩士學位論文全文數據庫 前10條

1 胡紅;礦區(qū)植物脅迫作用與遙感信息提取[D];山東科技大學;2010年

2 雷彤;基于高光譜的蘋果花期果期光譜特征分析及其果量估測[D];山東農業(yè)大學;2010年

3 宋曉玥;基于TDPCA與SPIHT的高光譜壓縮和降維算法研究[D];哈爾濱工程大學;2009年

4 于洪霞;基于SVM的中文垃圾郵件過濾[D];哈爾濱工程大學;2009年

5 鄧祿群;高光譜圖像類別信息相關技術研究[D];哈爾濱工程大學;2010年

6 蔣延生;基于圖的適應性相似度估算的半監(jiān)督學習[D];大連理工大學;2010年

7 謝小贊;亞熱帶典型植物對酸雨和氮沉降脅迫的高光譜響應研究[D];浙江農林大學;2010年

8 林良思;基于半監(jiān)督和主動學習相結合的圖像的檢索研究[D];華南理工大學;2010年

9 馬一薇;高光譜遙感圖像融合技術與質量評價方法研究[D];解放軍信息工程大學;2010年

10 林如強;基于LAI的航天遙感圖像仿真與系統集成[D];福建師范大學;2010年

【二級參考文獻】

中國期刊全文數據庫 前10條

1 余鵬,封舉富;基于多分辨率小波和高斯混合模型的紋理圖像分割[J];北京大學學報(自然科學版);2005年03期

2 駱劍承,王欽敏,馬江洪,周成虎,梁怡;遙感圖像最大似然分類方法的EM改進算法[J];測繪學報;2002年03期

3 唐靜遠;師奕兵;;采用模糊支持向量機的模擬電路故障診斷新方法[J];電子測量與儀器學報;2009年06期

4 劉海松;吳杰長;陳國鈞;;克隆選擇優(yōu)化的SVM模擬電路故障診斷方法[J];電子測量與儀器學報;2010年12期

5 趙瑩;張健沛;楊靜;王冠軍;;一種改進的分枝定界半監(jiān)督支持向量機學習算法[J];電子學報;2010年02期

6 彭艷斌;艾解清;;基于譜聚類波段選擇的高光譜圖像分類[J];光電工程;2012年02期

7 張宗貴,王潤生;基于譜學的成像光譜遙感技術發(fā)展與應用[J];國土資源遙感;2000年03期

8 甘甫平,王潤生,郭小方,王青華;高光譜遙感信息提取與地質應用前景——以青藏高原為試驗區(qū)[J];國土資源遙感;2000年03期

9 高妙仙;毛政元;;基于高斯混合模型的建筑物QuickBird多光譜影像數據分類研究[J];國土資源遙感;2009年02期

10 譚琨;杜培軍;;基于支持向量機的高光譜遙感圖像分類[J];紅外與毫米波學報;2008年02期

中國博士學位論文全文數據庫 前1條

1 張連蓬;基于投影尋蹤和非線性主曲線的高光譜遙感圖像特征提取及分類研究[D];山東科技大學;2003年

中國碩士學位論文全文數據庫 前1條

1 易星;半監(jiān)督學習若干問題的研究[D];清華大學;2004年

【相似文獻】

中國期刊全文數據庫 前10條

1 王定成;方廷健;唐毅;馬永軍;;支持向量機回歸理論與控制的綜述[J];模式識別與人工智能;2003年02期

2 楊強,吳中福,余平,鐘將;基于正反饋的支持向量機[J];重慶大學學報(自然科學版);2004年05期

3 孫蕾,周明全,李丙春;一種非平衡分布數據的支持向量機新算法[J];計算機應用;2004年12期

4 黃勇;鄭春穎;宋忠虎;;多類支持向量機算法綜述[J];計算技術與自動化;2005年04期

5 楊強,吳中福,余萍,鐘將;一種新型支持向量機[J];重慶大學學報(自然科學版);2005年02期

6 張猛,付麗華,王高峰;模糊臨近支持向量機[J];計算機工程與應用;2005年05期

7 張浩然;汪曉東;張長江;徐秀玲;;一種新型回歸支持向量機的學習算法[J];測試技術學報;2006年02期

8 王曄;黃上騰;;基于間隔區(qū)域樣本數量的加權支持向量機[J];計算機工程;2006年06期

9 梁新榮;劉智勇;孫德山;毛宗源;;支持向量機在混沌系統預測中的應用[J];計算機應用研究;2006年05期

10 盧敏;張展羽;馮寶平;賈仁輔;;基于支持向量機的區(qū)域水安全預警模型及應用[J];計算機工程;2006年15期

中國重要會議論文全文數據庫 前10條

1 侯澍旻;李友榮;劉光臨;;基于支持向量機的設備振動信號趨勢預測[A];12省區(qū)市機械工程學會2006年學術年會湖北省論文集[C];2006年

2 張曉濱;尹英順;趙培坤;馬秀蘭;;基于漸進直推支持向量機的半對半多類文本分類[A];第三屆全國信息檢索與內容安全學術會議論文集[C];2007年

3 徐會敏;王玉蘭;;線性規(guī)劃支持向量機模型的研究[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

4 晏慶華;;支持向量機算法綜述[A];2008'中國信息技術與應用學術論壇論文集（二）[C];2008年

5 郭一楠;程健;肖大偉;楊梅;;分布式多分類支持向量機[A];2011年中國智能自動化學術會議論文集（第一分冊）[C];2011年

6 林關成;李亞安;;一種支持向量機訓練集選取算法改進[A];2009’中國西部地區(qū)聲學學術交流會論文集[C];2009年

7 楊凌;劉玉樹;;基于支持向量機的坦克識別算法[A];第三屆全國數字成像技術及相關材料發(fā)展與應用學術研討會論文摘要集[C];2004年

8 李方方;趙英凱;賈玉瑩;杜杰;;基于最小二乘支持向量機的油品質量預測[A];第25屆中國控制會議論文集（上冊）[C];2006年

9 曾江輝;耿金鳳;汪邦軍;郝建春;;面向時間序列質量波動預測的支持向量機回歸模型研究[A];使命與責任—以質量方法促轉型升級——第五屆中國質量學術與創(chuàng)新論壇論文集（上）[C];2012年

10 戴林超;吳琳麗;趙海娜;李訓銘;;基于最小二乘支持向量機的故障預測法[A];2009年中國智能自動化會議論文集（第六分冊）[中南大學學報（增刊）][C];2009年

中國博士學位論文全文數據庫 前10條

1 周喜川;非可信環(huán)境下的支持向量機研究[D];浙江大學;2010年

2 常甜甜;支持向量機學習算法若干問題的研究[D];西安電子科技大學;2010年

3 王超;三類不確定支持向量機及其應用[D];河北大學;2013年

4 張國云;支持向量機算法及其應用研究[D];湖南大學;2006年

5 李華慶;支持向量機及其在人臉識別中的應用研究[D];上海交通大學;2006年

6 杜喆;幾類支持向量機變型算法的研究[D];西安電子科技大學;2009年

7 李海生;支持向量機回歸算法與應用研究[D];華南理工大學;2005年

8 劉京禮;魯棒最小二乘支持向量機研究與應用[D];中國科學技術大學;2010年

9 劉葉青;原始空間中支持向量機若干問題的研究[D];西安電子科技大學;2009年

10 范昕煒;支持向量機算法的研究及其應用[D];浙江大學;2003年

中國碩士學位論文全文數據庫 前10條

1 周林成;小波支持向量機在數據建模中的研究及應用[D];江南大學;2008年

2 王芳;支持向量機算法的研究及應用[D];江南大學;2008年

3 高泓;基于支持向量機的動態(tài)預測方法與實現技術研究[D];大慶石油學院;2009年

4 王永吉;支持向量機泛化性能的研究及其應用[D];江南大學;2009年

5 梁宏霞;支持向量機模型研究及應用[D];遼寧師范大學;2009年

6 孫慶嘉;多類支持向量機的研究與分析[D];北京交通大學;2010年

7 朱杰;基于最小二乘支持向量機的傳染病預測與研究[D];蘇州大學;2009年

8 王琳;支持向量機及相關理論研究[D];遼寧師范大學;2010年

9 萬家強;支持向量機在質量管理中的應用研究[D];重慶理工大學;2010年

10 李響;基于半監(jiān)督支持向量機的網絡流量分類機制的研究與實現[D];北京郵電大學;2011年

  本文關鍵詞：高光譜──遙感測繪的新機遇，由筆耕文化傳播整理發(fā)布。

本文編號：181626