| 样本自适应多特征加权的高分辨率遥感图像分类 |
| |
| 引用本文： | 常纯,李士进,万定生,冯钧.样本自适应多特征加权的高分辨率遥感图像分类[J].计算机科学,2014,41(2):107-110. |
| |
| 作者姓名： | 常纯 李士进 万定生 冯钧 |
| |
| 作者单位： | 河海大学计算机与信息学院 南京210098;河海大学计算机与信息学院 南京210098;河海大学计算机与信息学院 南京210098;河海大学计算机与信息学院 南京210098 |
| |
| 基金项目： | 本文受国家自然科学基金(61170200,61370091)资助 |
| |
| 摘 要： | 高分辨率遥感影像能够提供丰富的地物细节,但各种地物空间分布复杂,同类目标呈现出较大的光谱异质性,给传统模式识别分类器带来极大的挑战。提出了一种样本自适应多特征加权的遥感图像分类方法。常见的多特征组合分类器未能充分利用各种特征之间的局部相关性,提出通过分析测试样本局部特征相关性,探究各个特征在不同样本的分类中所占权重的不同,据此对不同分类器进行自适应加权。在一个大型遥感图像数据库上的实验结果表明,不同特征在遥感图像中对不同样本的分类作用是不同的,样本自适应特征加权法将平均分类精度从78.3%提高到90%。
|
| 关 键 词： | 遥感图像分类 自适应加权 特征组合 多分类器 |
| 收稿时间： | 2013/5/20 0:00:00 |
| 修稿时间： | 2013/8/10 0:00:00 |
Sample-specific Multiple Features Weighting-based High-resolution Remote Sensing Image Classification |
| |
| CHANG Chun,LI Shi-jin,WAN Ding-sheng and FENG Jun.Sample-specific Multiple Features Weighting-based High-resolution Remote Sensing Image Classification[J].Computer Science,2014,41(2):107-110. |
| |
| Authors: | CHANG Chun LI Shi-jin WAN Ding-sheng and FENG Jun |
| |
| Affiliation: | College of Computer and Information,Hohai University,Nanjing 210098,China;College of Computer and Information,Hohai University,Nanjing 210098,China;College of Computer and Information,Hohai University,Nanjing 210098,China;College of Computer and Information,Hohai University,Nanjing 210098,China |
| |
| Abstract: | |
| |
| Keywords: | Remote sensing image classification Adaptive weighting Features combination Multiple classifiers |
| 本文献已被 CNKI 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
