新型遥感图像分类方法研究与实现.doc
约54页DOC格式手机打开展开
新型遥感图像分类方法研究与实现, 2万字 54页包括外文翻译,原创作品,通过查重系统摘要随着遥感技术和成像光谱仪的发展,高光谱图像的应用需求越来越广泛,但其具有波段数多、数据量庞大等特点,从而给高光谱图像的分类、识别等带来了较大的困难。提出了一种基于分类器多样性的带波段总数限制的多分类器组合方法,比较不同分类器度量的优劣...
内容介绍
此文档由会员 第二波打卡 发布
新型遥感图像分类方法研究与实现
2万字 54页 包括外文翻译,原创作品,通过查重系统
摘 要
随着遥感技术和成像光谱仪的发展,高光谱图像的应用需求越来越广泛,但其具有波段数多、数据量庞大等特点,从而给高光谱图像的分类、识别等带来了较大的困难。提出了一种基于分类器多样性的带波段总数限制的多分类器组合方法,比较不同分类器度量的优劣差异性。该方法首先借由条件互信息为波段分组,通过遗传算法良好的寻优能力在各组中选取优秀的波段得到若干组较优波段子集,以此为基础用这些波段子集各自训练基础分类器,进而利用各种不同的多样性度量方法选择出部分多样性较高的分类器子集,利用局部精度估计的动态分类器选择方法实现分类决策。通过比较试验得出不同多样性度量的性能优劣,提出最为合适的多样性度量方法。
关键词:高光谱图像;模式分类;多分类器组合;多样性度量
2万字 54页 包括外文翻译,原创作品,通过查重系统
摘 要
随着遥感技术和成像光谱仪的发展,高光谱图像的应用需求越来越广泛,但其具有波段数多、数据量庞大等特点,从而给高光谱图像的分类、识别等带来了较大的困难。提出了一种基于分类器多样性的带波段总数限制的多分类器组合方法,比较不同分类器度量的优劣差异性。该方法首先借由条件互信息为波段分组,通过遗传算法良好的寻优能力在各组中选取优秀的波段得到若干组较优波段子集,以此为基础用这些波段子集各自训练基础分类器,进而利用各种不同的多样性度量方法选择出部分多样性较高的分类器子集,利用局部精度估计的动态分类器选择方法实现分类决策。通过比较试验得出不同多样性度量的性能优劣,提出最为合适的多样性度量方法。
关键词:高光谱图像;模式分类;多分类器组合;多样性度量