您當(dāng)前的位置：成果庫(kù) > 主動(dòng)學(xué)習(xí)和鄰域信息相結(jié)合的高光譜圖像分類方法
542
2018/08/10
咨詢成果
發(fā)布成果基本信息
- 成果類型 高等院校
- 委托機(jī)構(gòu) 西安電子科技大學(xué)
- 成果持有方 西安電子科技大學(xué)
- 行業(yè)領(lǐng)域 數(shù)據(jù)分析處理
- 項(xiàng)目名稱 主動(dòng)學(xué)習(xí)和鄰域信息相結(jié)合的高光譜圖像分類方法
- 知識(shí)產(chǎn)權(quán) 發(fā)明專利
- 項(xiàng)目簡(jiǎn)介 本發(fā)明公開了一種主動(dòng)學(xué)習(xí)和鄰域信息相結(jié)合的高光譜圖像分類方法。針對(duì)高光譜圖像中標(biāo)簽樣本的建立需要實(shí)地考察及傳統(tǒng)方法只考慮單一的光譜信息問題。其實(shí)現(xiàn)步驟是：(1)用初始已標(biāo)記樣本集Xl訓(xùn)練SVM分類器；(2)用SVM分類器從未標(biāo)注樣本集Xu中挑選信息量最大的q個(gè)樣本由專家標(biāo)注；(3)將專家標(biāo)注后的q個(gè)樣本放入Xl中；(4)用更新后Xl重新訓(xùn)練SVM分類器；(5)根據(jù)停止準(zhǔn)則判斷是否退出循環(huán)；(6)迭代完成后用訓(xùn)練好的SVM分類器對(duì)測(cè)試樣本集進(jìn)行測(cè)試；(7)利用Xl中每個(gè)樣本的鄰域信息對(duì)測(cè)試結(jié)果進(jìn)行修正，得到最終分類結(jié)果。本發(fā)明實(shí)現(xiàn)了高光譜圖像的空譜結(jié)合，相比其他同類方法，可以得到更好的分類結(jié)果。
交易信息
- 意向交易額 面議
- 掛牌時(shí)間 2018/03/13
- 委托機(jī)構(gòu) 西安電子科技大學(xué)
- 聯(lián)系人姓名 王小剛
- 聯(lián)系人電話 15802954800
- 聯(lián)系人郵箱 745490733@qq.com
- 分享至：
