期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
结合MCLU准则和DE算法的高光谱数据分类方法
被引量：
5
1
作者
王立国
池辛格
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2021年第11期1688-1693,共6页
针对现有高光谱数据半监督分类方法在精度和运算效率方面的不足,本文提出了一种结合多层次不确定性采样策略和自适应差分进化算法的半监督分类方法。通过多层次不确定性准则从无标签样本中选取信息量较高的样本和可以确定类别的样本,用...
针对现有高光谱数据半监督分类方法在精度和运算效率方面的不足,本文提出了一种结合多层次不确定性采样策略和自适应差分进化算法的半监督分类方法。通过多层次不确定性准则从无标签样本中选取信息量较高的样本和可以确定类别的样本,用后者和已知的有标签样本共同对前者进行标记;通过自适应差分进化算法寻优,扩充训练样本;使用新的训练样本集训练支持向量机分类器,对测试样本进行分类。采用2组真实高光谱遥感数据进行实验。结果表明:该方法能够充分利用样本信息,有效提高了小样本情况下高光谱数据的分类精度。
展开更多
关键词
遥感
高光谱
半监督分类
多层次不确定性准则
自适应差分进化
机器学习
支持向量机
在线阅读
下载PDF
职称材料
题名
结合MCLU准则和DE算法的高光谱数据分类方法
被引量：
5
1
作者
王立国
池辛格
机构
大连民族大学信息与通信工程学院
哈尔滨工程大学信息与通信工程学院
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2021年第11期1688-1693,共6页
基金
国家自然科学基金项目(62071084)。
文摘
针对现有高光谱数据半监督分类方法在精度和运算效率方面的不足,本文提出了一种结合多层次不确定性采样策略和自适应差分进化算法的半监督分类方法。通过多层次不确定性准则从无标签样本中选取信息量较高的样本和可以确定类别的样本,用后者和已知的有标签样本共同对前者进行标记;通过自适应差分进化算法寻优,扩充训练样本;使用新的训练样本集训练支持向量机分类器,对测试样本进行分类。采用2组真实高光谱遥感数据进行实验。结果表明:该方法能够充分利用样本信息,有效提高了小样本情况下高光谱数据的分类精度。
关键词
遥感
高光谱
半监督分类
多层次不确定性准则
自适应差分进化
机器学习
支持向量机
Keywords
remote sensing
hyperspectral
semi-supervised classification
multi-class-level uncertainty criterion
self-adaptive differential evolution
machine learning
support vector machine
分类号
TP753 [自动化与计算机技术—检测技术与自动化装置]
TP751 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
结合MCLU准则和DE算法的高光谱数据分类方法
王立国
池辛格
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2021
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
