收藏本站
《哈尔滨工业大学》 2014年
收藏 | 手机打开
二维码
手机客户端打开本文

基于自动编码机的高光谱图像特征提取及分类方法研究

林洲汉  
【摘要】:高光谱遥感通过结合光谱技术与成像技术,可以同时获得空间跟光谱维上连续的遥感数据。近年来高光谱图像的光谱分辨率与空间分辨率进一步提高。光谱分辨率的提高在给对地遥感带来前所未有的丰富信息的同时,也给图像后期处理算法,如分类算法,带来了巨大的压力和新的挑战。针对因光谱分辨率提高而带来的高数据维的特征提取方法显得越来越重要,同时高维数据中非线性的成分也越来越不可忽视。另一方面,不断增长的空间分辨率使得像元之间的相关性越来越大,依据空间信息来给图像像素分类成为可能。 本文讨论并给出了高光谱图像中“非线性”特征的明确定义,又从高光谱图像成像过程来探讨非线性特征的来源。通过直接观察特征空间中的高光谱数据分布与利用统计假设检验的方法,验证了高光谱图像中确实存在非线性特性。针对非线性特性的特征提取,本文着重研究了基于深度学习的一种模型——自动编码机的提取方法。围绕自动编码机及其深度架构,堆栈自动编码机,本文研究了这些模型的构成,讨论了他们的训练法则与模型可视化分析的方法。 以高光谱数据分类问题为牵引,本文研究利用堆栈自动编码机来提取深度的高光谱数据特征以用于分类的方法,并提出了自动编码机-支持向量机与堆栈自动编码机-逻辑回归分类器两种分类方案。在这两种分类方案上,探讨了合适的特征数目与特征深度。实验表明,自动编码机作为特征提取方法能得到比传统线性特征提取更好的特征;堆栈自动编码机-逻辑回归分类器在分类的各项指标中也全面超越基于支持向量机的经典方法。 虽然基于自动编码机的特征提取方法相较于传统方法优势明显,可依然可以通过引入空间信息来进一步提升精度。针对空间信息的利用问题,本文提出了一种基于像素邻域的主成分分量来提取空间信息的方法,并在此基础上融合光谱特征和这种空间特征,利用堆栈自动编码机-逻辑回归分类器进行空谱联合分类。实验表明,基于空谱联合的分类方法能够进一步超越支持向量机和之前基于光谱信息的分类方法,达到更高的分类精度。
【学位授予单位】:哈尔滨工业大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TP751

手机知网App
【二级参考文献】
中国期刊全文数据库 前1条
1 万家强;王越;刘羽;;改进KPCA对分类数据的特征提取[J];计算机工程与设计;2010年18期
【相似文献】
中国期刊全文数据库 前10条
1 王城苏;;群脉冲自动编码电路[J];电子测量技术;1979年04期
2 孔炜;吴树高;;自动编码技术在嵌入式系统开发中的应用[J];工业控制计算机;2013年03期
3 李林,战威;分布式自动编码系统的设计与实现[J];东北工学院学报;1991年03期
4 黄会生;一种通用的数据自动编码程序[J];电脑学习;1997年05期
5 孙小燕;周春林;李安波;;基于区划变更的自动编码研究[J];地理空间信息;2007年01期
6 陈玉龙;中文自动编码原理[J];中文信息学报;1998年01期
7 郑延斌,王雪飞;汉字自动编码系统ACCS[J];河南师范大学学报(自然科学版);1998年02期
8 王耀;一种基于WLCP的词组自动编码方法[J];微计算机应用;1989年06期
9 薛斌;;在Oracle数据库中实现为汉字自动编码的两种方法[J];电脑知识与技术;2010年12期
10 伊向群;通用试题库管理系统[J];电脑开发与应用;2000年07期
中国硕士学位论文全文数据库 前2条
1 林洲汉;基于自动编码机的高光谱图像特征提取及分类方法研究[D];哈尔滨工业大学;2014年
2 张海军;虚拟装配环境下零件自动编码系统开发[D];江苏大学;2007年
中国知网广告投放
相关机构
>江苏大学
>哈尔滨工业大学
相关作者
>张海军 >林洲汉
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026