博士研究生创新基金(B100402)
- 作品数：6 被引量：49H指数：4
- 相关作者：万建伟高恒振徐湛粘永健王力宝更多>>
- 相关机构：国防科学技术大学更多>>
- 发文基金：博士研究生创新基金国家自然科学基金湖南省研究生科研创新项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于聚类核函数的最小二乘支持向量机高光谱图像半监督分类被引量：6
- 2011年
- 针对大规模的高光谱数据分类,为了利用未标签样本所含信息,来提升分类器性能,提出了一种半监督分类算法。该算法根据聚类假设,即属于同一类地物的样本点在聚类中被分为同一类的可能性较大的原则来改进核函数,采用基于光谱角度量的K均值聚类算法对样本集进行聚类,根据多次聚类的结果,构造包袋核函数,然后利用加法和乘法运算将包袋核函数和RBF核函数组合成新的核函数,从而把未标签样本信息融入分类器。而且采用最小二乘支持向量机,将标准支持向量机的二次规划问题转换为求解线性方程组的问题。高光谱实测数据实验表明了本文方法的优越性。
- 高恒振万建伟许可钱林杰
- 关键词：最小二乘聚类核函数支持向量机
- 基于波段子集特征提取的最小二乘支持向量机高光谱图像分类技术被引量：3
- 2011年
- 针对高光谱图像分类,文章提出一种基于波段子集最大噪声分量特征提取的最小二乘支持向量机的高光谱图像分类算法。利用高光谱图像的谱间相关性将原始光谱波段划分为若干个波段子集,并在各个子集上采用最大噪声分量方法进行特征提取,将提取的特征合成为分类的组合特征矢量,避免了高光谱图像较强的波段相关性,减少了谱间冗余。并且采用了最小二乘支持向量机,用等式约束取代了支持向量机中的不等式约束,降低了运算量,提高了学习效率。该方法利用特征提取优化了光谱信息,降低了谱间噪声,提高了分类器的性能。实验结果证明了本文算法的优越性。
- 高恒振万建伟朱珍珍王力宝粘永健
- 关键词：最小二乘特征提取
- 一种基于谱域-空域组合特征支持向量机的高光谱图像分类算法被引量：13
- 2011年
- 针对高光谱图像分类问题,提出了一种基于支持向量机的利用组合特征对高光谱图像进行分类的算法,组合特征综合了高光谱图像的光谱域和空域信息。针对图像的高维数据特性,利用最大噪声分量方法进行特征提取,对得到的主分量图像,采用虚拟维数估计算法来确定需要保留的主分量数目,并用数学形态学操作用保留的主分量图像中提取目标的形态信息。根据得到的空域特征并结合原始光谱域特征,构造用于分类的组合特征矢量。而且采用了支持向量机,利用了其支持小样本、效率高的优点。高光谱数据实验表明,本文提出的方法和单独使用谱域或空域信息进行分类相比,具有一定的优越性。
- 高恒振万建伟粘永健徐湛许可
- 关键词：数学形态学
- 组合核函数支持向量机高光谱图像融合分类被引量：23
- 2011年
- 针对高光谱图像分类,提出了一种利用组合核函数融合目标光谱域和空域信息的支持向量机学习算法。该算法首先用主成分分析方法对高光谱图像进行特征提取和降维,用虚拟维数估计策略预估原始图像的本征维数,并且在预估的基础上确定要保留的主成份分量数目;然后用数学形态学操作在选取的主分量图像上提取目标的形态信息,得到扩展的空域形态矢量。最后,通过不同的组合策略,构造组合核函数,从而在分类器中引入空域信息,和原有的谱域信息一起,利用支持向量机进行分类。高光谱数据实验表明,在训练时间没有显著差别的情况下,总体分类精度和Kappa系数均提高了2%左右。实验表明,本文提出的方法较单独使用谱域或空域信息进行分类具有一定的优越性。
- 高恒振万建伟粘永健王力宝徐湛
- 关键词：高光谱图像图像融合数学形态学组合核函数支持向量机
- 基于谱域-空域组合核函数的高光谱图像分类技术研究被引量：6
- 2011年
- 针对传统高光谱图像分类算法多利用目标的光谱信息,不重视空间信息的问题,本文提出了一种综合利用谱域-空域信息的最小二乘支持向量机分类算法。首先利用主成分分析进行特征提取,然后在保留的主分量图像上用数学形态学得到目标的空域信息。并结合光谱域特征,探讨了各种组合策略,构造组合核函数。通过在分类器中引入空域信息,提高了分类准确率。而且采用了最小二乘支持向量机,将标准向量机的二次规划问题转换为求解线性方程组的问题。利用了其训练速度快、效率高的优点。高光谱数据实验表明,本文提出的方法和单独使用谱域或空域信息进行分类相比表现出了一定的优越性,从而适用于较大规模的高光谱图像分类。
- 高恒振万建伟王力宝徐湛
- 关键词：主成分分析核函数最小二乘
- 基于光谱加权直推式支持向量机的高光谱图像半监督分类被引量：1
- 2011年
- 高光谱图像分类中有标签样本获取较为困难,而半监督分类可以利用到大量未标签样本所含信息,来提高分类准确率。直推式支持向量机是标准支持向量机在半监督学习问题上的一种扩展。本文采用凹凸过程规划将直推式支持向量机的非凸目标函数分解为凸函数和凹函数的组合,将非凸问题转化为凸优化问题求解。并且针对高光谱图像不同波段鉴别地物类别的能力的差异,为了充分利用各个波段的分类能力,引入了光谱权值的概念,探讨了两类分类和多类分类的权值估计策略。对不同的波段赋予不同的权值,从而改进了直推式支持向量机的核函数。实验表明了本文提出算法的优越性,适用于较大规模的高光谱图像分类。
- 高恒振万建伟徐湛钱林杰
