基于主动学习的高光谱海冰图像分类

基于主动学习的高光谱海冰图像分类

ID:35059670

大小:2.38 MB

页数:61页

时间:2019-03-17

基于主动学习的高光谱海冰图像分类_第1页
基于主动学习的高光谱海冰图像分类_第2页
基于主动学习的高光谱海冰图像分类_第3页
基于主动学习的高光谱海冰图像分类_第4页
基于主动学习的高光谱海冰图像分类_第5页
资源描述:

《基于主动学习的高光谱海冰图像分类》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校代码:10264研究生学号:M130502797上海海洋大学硕士学位论文题目:基于主动学习的高光谱海冰图像分类Activelearningalgorithmsforthe英文题目:classificationofHyperspectralseaiceimages专业:计算机科学与技术研究方向:高光谱图像分类姓名:任静指导教师:韩彦岭洪中华二O一六年五月二十日上海海洋大学学位论文原创性声明本人郑重声明:我恪守学术道德,崇尚严谨学风。所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经明确注明和引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的

2、作品及成果的内容。论文为本人亲自撰写,我对所写的内容负责,并完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日上海海洋大学硕士学位论文答辩委员会成员名单姓名工作单位职称备注刘广钟上海海事大学教授组长袁红春上海海洋大学教授委员张云上海海洋大学教授委员郑永德上海海洋大学讲师秘书答辩地点信息学院306答辩日期2016.5.23上海海洋大学硕士学位论文基于主动学习的高光谱海冰图像分类摘要海冰是高纬度海域最为突出的海洋灾害之一。与常规遥感技术相比,高光谱监测海冰最大的特点就是光谱分辨率高,蕴含接近连续的光谱信息和丰富的空间信息,可以更加精确地区分海水和不同类型的海冰。高光谱海

3、冰图像一般使用监督分类提高分类精度,典型的方法是基于支持向量机进行分类。对于高光谱海冰遥感图像,受条件限制,实测资料非常稀少,对样本进行标注需要耗费大量的时间和成本。但是如果只使用少量的标签样本训练海冰分类器模型,分类器的泛化性能不好,同样对于未标签样本而言也是一种浪费。尽管未标记的样本没有具体的标签,但是它们的分布却有可能揭示待处理数据本身的内部结构特征,而且对分类器模型的泛化能力有一定的提高。所以考虑只有少量标签样本的情况下,如何有效利用大量未标签样本的信息可以获得较好的海冰分类性能,成为海冰监测中的一个关键问题。因此在本文中,对主动学习进行改进,引入半监督学习对高光谱海冰图像进

4、行分类。工作内容如下:1)详细阐述了高光谱图像分类的基本原理、分类流程,重点介绍了基于监督分类的支持向量机算法,按照从线性到非线性;从二类到多类分类这一思路详细分析了支持向量机分类器的内容,并且实现了支持向量机的多类分类。2)提出一种基于不确定性准则和差异性准则的主动学习方法(BvSB+ECBD)。通过高光谱海冰图像对该算法的分类性能进行了测试,实验结果表明:与不同的主动学习方法和随机采样方法相比,BvSB+ECBD算法可以选择信息更加丰富且差异性较大的样本进行SVM分类,实现了利用较少的标签样本获得较好的海冰分类性能。最后还测试了BvSB+ECBD算法对初始训练样本数量的敏感度,实

5、验结果发现,初始训练样本的数量对最终分类精度影响不大,但是当使用较多的初始样本时,会加快算法的收敛速度。3)提出了一种主动学习与半监督学习相结合的方法(BvSB+ECBD+TSVM),当只有较少标签样本时,可以有效利用大量未标签样本的信息建立海冰分类模型。在半监督学习过程中,半标签样本的选择融入了主动学习的思想;最后基于支持向量机分类器,将主动学习和半监督学习顺序结合,进一步减少了标注成本。通过高光谱海冰图像对该算法进行了实验,发现提出的BvSB+ECBDI上海海洋大学硕士学位论文+TSVM算法相比于传统的主动学习方法,可以利用较少的标签样本获得较高的海冰分类精度,有效克服了对未标签

6、样本的错误评估,较大提升了分类器的泛化性能。关键词:高光谱海冰图像,支持向量机,分类,主动学习,半监督学习II上海海洋大学硕士学位论文ActivelearningalgorithmsfortheclassificationofHyperspectralseaiceimagesABSTRACTSeaiceisoneofthemostcriticalmarinedisasters,especiallyinthehighlatituderegions.Comparedwiththeconventionalremotesensingtechniques,themostobviousfeatu

7、reofthehyperspectralmonitoringseaiceishighspectralresolution.Inaddition,hyperspectralimagecontainscontinuousspectruminformationandabundantspatialinformation,soitcanaccuratelydistinguishbetweenseawaterandthedifferenttypesofseaice.T

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。