| 主动学习与半监督技术相结合的海冰图像分类 |
| |
| 引用本文： | 韩彦岭,李鹏,张云,徐利军,王静.主动学习与半监督技术相结合的海冰图像分类[J].遥感信息,2019(2):15-22. |
| |
| 作者姓名： | 韩彦岭 李鹏 张云 徐利军 王静 |
| |
| 作者单位： | 上海海洋大学信息学院 |
| |
| 基金项目： | 国家自然科学基金(41376178;41401489;41506213);上海科学技术委员会(11510501300);上海高校青年学者基金(zzhy13033);上海海洋大学科技发展专项资金(a2-0209-14-200070) |
| |
| 摘 要： | 针对海冰遥感图像分类问题中标签样本获取困难、标注成本较高导致海冰分类精度难以提高的问题,提出了一种主动学习与半监督学习相结合的方式用于海冰分类。首先,利用基于不确定性准则和多样性准则进行主动学习方法,选择一批最具信息量的标签样本建立标签样本集;其次,充分利用大量的未标签样本信息,并融合主动学习采样的思想选出部分具有代表性且分布在支持向量周边的半标签样本,建立半监督分类模型;最后,将主动学习方法和直推式支持向量机相结合构建分类模型实现海冰图像分类。实验结果表明,相对于其他方法,该方法在只有少量标签样本的情况下,可以获得更高的分类精度,该方式可有效解决遥感海冰分类问题。
|
| 关 键 词： | 海冰 主动学习 半监督学习 直推式支持向量机 分类 |
Combining Active Learning with Semi-supervised Learning for Sea Ice Image Classification |
| |
| HAN Yanling,LI Peng,ZHANG Yun,XU Lijun,WANG Jing.Combining Active Learning with Semi-supervised Learning for Sea Ice Image Classification[J].Remote Sensing Information,2019(2):15-22. |
| |
| Authors: | HAN Yanling LI Peng ZHANG Yun XU Lijun WANG Jing |
| |
| Affiliation: | (College of Information Technology,Shanghai Ocean University,Shanghai 201306,China) |
| |
| Abstract: | HAN Yanling;LI Peng;ZHANG Yun;XU Lijun;WANG Jing(College of Information Technology,Shanghai Ocean University,Shanghai 201306,China) |
| |
| Keywords: | sea ice active learning semi-supervised learning transductive support vector machine classification |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
