登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于同质区和迁移学习的高光谱图像半监督分类
  • 摘要

    针对高光谱遥感图像分类中标记样本难获取的问题,提出了一种基于同质区和迁移学习的新型半监督分类方法.首先对高光谱图像进行分割得到高纯度的同质分割斑块,获取大量扩展训练样本.并在此基础上引入迁移学习,将扩展训练样本作为源域,剩余未标记样本作为目标域,实现多次迁移,从而减少同一幅图像上各地物的分布差异,并保留其各自的内部属性.实验结果表明,该方法是一种有效的高光谱图像半监督分类方法.

  • 作者

    赵婵娟  周绍光  丁倩  刘丽丽  ZHAO Chanjuan  ZHOU Shaoguang  DING Qian  LIU Lili 

  • 作者单位

    河海大学地球科学与工程学院,江苏南京,211100

  • 刊期

    2019年5期 ISTIC

  • 关键词

    高光谱图像分类  图像分割  半监督  迁移学习 

相似文献 查看更多>>
3.233.220.21