您的位置:网站首页 > 《中文科技期刊数据库》 > 工程技术 > 自动化计算机 > 遥感技术 > 摘要

基于同质区和迁移学习的高光谱图像半监督分类

《地理信息世界》2019年 第5期 | 赵婵娟 周绍光 丁倩 刘丽丽   河海大学地球科学与工程学院 江苏南京211100
★ 收藏 | 分享
  • 第1页
  • 第2页
  • 第3页
  • 第4页
论文服务:
摘 要:针对高光谱遥感图像分类中标记样本难获取的问题,提出了一种基于同质区和迁移学习的新型半监督分类方法。首先对高光谱图像进行分割得到高纯度的同质分割斑块,获取大量扩展训练样本。并在此基础上引入迁移学习,将扩展训练样本作为源域,剩余未标记样本作为目标域,实现多次迁移,从而减少同一幅图像上各地物的分布差异,并保留其各自的内部属性。实验结果表明,该方法是一种有效的高光谱图像半监督分类方法。
【分 类】【工业技术】 > 自动化技术、计算机技术 > 遥感技术 > 遥感技术的应用
【关键词】 高光谱图像分类 图像分割 半监督 迁移学习
【出 处】 《地理信息世界》2019年 第5期 45-52页 共8页
【收 录】 中文科技期刊数据库

尊敬的读者:

在全国人民勠力同心抗击新型冠状病毒感染的肺炎疫情之际,为了给广大人民群众的教育、工作和生活提供便利,维普网(www.cqvip.com)在疫情防控期间免费向读者开放学术论文的下载权限。