首页 | 本学科首页   官方微博 | 高级检索  
     

基于Block-Gibbs抽样的无限潜Dirichlet分配模型的高分辨率全色遥感影像非监督分类
引用本文:齐银凤,舒阳,唐宏.基于Block-Gibbs抽样的无限潜Dirichlet分配模型的高分辨率全色遥感影像非监督分类[J].遥感信息,2015(1):26-32,50.
作者姓名:齐银凤  舒阳  唐宏
作者单位:1. 北京师范大学 地表过程与资源生态国家重点实验室,北京,100875
2. 北京师范大学 地表过程与资源生态国家重点实验室,北京 100875; 北京师范大学 环境演变与自然灾害教育部重点实验室,北京 100875
基金项目:国家高技术研究发展计划课题(2012AA121302);国家科技支撑计划课题(2012BAH12B01、2012BAH12B03)。
摘    要:通过引入文本检索算法中的无限潜Dirichlet分配(infinite Latent Dirichlet Allocation,即iLDA)模型,对遥感影像进行建模以获取地物的统计分布及其共生关系,从而实现遥感影像非监督分类。首先,将遥感影像有重叠地划分成一组大小相等的影像块(文集)。其次,以iLDA为基础,构建"像元"(视觉词)、"影像块"(文档)和"地物类"(主题)之间的条件概率关系,并采用Block-Gibbs抽样的方法来估计模型参数,从而构建基于BlockGibbs抽样的iLDA遥感影像非监督分类模型(Block-Gibbs based iLDA,即BG-iLDA)。最后,通过对BG-iLDA模型的逼近求解实现高分辨率遥感影像的非监督分类。实验结果表明,本文提出的基于BG-iLDA的面向对象非监督分类方法相对传统的K-means等算法精度更高,更能有效区分"同谱异物"的地物。

关 键 词:无限潜Dirichlet分配  非监督分类  Block-Gibbs  Dirichlet过程

Unsupervised Classification of High-resolution Panchromatic Remote Sensing Image Based on Infinite Latent Dirichelt Allocation Using Block-Gibbs Sampling
QI Yin-feng,SHU Yang,TANG Hong.Unsupervised Classification of High-resolution Panchromatic Remote Sensing Image Based on Infinite Latent Dirichelt Allocation Using Block-Gibbs Sampling[J].Remote Sensing Information,2015(1):26-32,50.
Authors:QI Yin-feng  SHU Yang  TANG Hong
Affiliation:QI Yin-feng;SHU Yang;TANG Hong;State Key Laboratory of Earth Surface Processes and Resource Ecology,Beijing Normal University;Key Laboratory of Environmental Change and Natural Disaster,Ministry of Education,Beijing Normal University;
Abstract:
Keywords:infinite Latent Dirichlet Allocation  unsupervised classification  Block-Gibbs  Dirichlet process
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号