收藏本站
《电子科技大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于核理论的遥感图像分类方法研究

刘小芳  
【摘要】:针对遥感图像分类中存在的非线性、计算复杂性、模糊性和少的标记数据等问题,以核理论为基础,结合半监督技术和近邻特性等,对广义判别分析(GDA)、模糊C-均值(FCM)和光谱角匹配(SAM)算法进行核扩展,构建了基于核理论的遥感图像分类框架,并应用于遥感图像的训练数据减少、非线性特征提取和分类,提高了遥感图像的分类精度和效率,降低了计算复杂度。论文的主要研究工作和成果: 1.针对大数据集进行训练数据减少问题,提出用非线性支持向量机(NSVM)的支持向量来减少遥感图像分类中的训练数据。NSVM方法在保证分类器泛化能力的情况下,减少了训练分类器的数据,降低了计算复杂度。 2.针对大数据集进行非线性特征提取的计算复杂度高问题,提出Greedy GDA(GGDA)的训练数据减少和非线性特征提取方法,并应用于遥感图像数据。实验结果表明:GGDA和GDA方法的特征提取性能优于其它对比方法;GGDA方法不仅较好地保持了GDA方法的特征提取性能,而且减少了大数据集进行非线性特征提取的计算复杂度。 3.针对传统分类器缺乏考虑遥感图像分类中的非线性、模糊性和少的标记数据等问题,提出一种半监督核FCM(SSKFCM)算法的遥感图像分类方法。该算法使原来在低维空间非线性不可分模式在高维空间变成线性可分,同时,该算法通过半监督学习技术使用标记和未标记数据一起提高了遥感图像的分类精度。 4.针对FCM和核FCM(KFCM)算法的最小化误差平方和目标函数具有对数据集进行等划分趋势的缺陷,提出近邻样本密度加权、近邻样本隶属度加权、近邻样本密度和隶属度加权的FCM和KFCM算法。即用近邻样本密度加权系数来影响最小化误差平方和的目标函数,使加权系数高的样本对误差的影响大;用近邻样本隶属度加权系数,使近邻样本有趋向近似相同的隶属度。实验结果表明:几种加权的FCM和KFCM算法都在一定程度克服了FCM和KFCM算法的分类性能,提高了遥感图像的无监督分类能力。 5.为了更好处理分类中数据的非线性问题,将光谱角匹配(SAM)算法进行核扩展,形成核SAM(KSAM)算法,并应用于遥感图像分类。实验结果表明:基于KSAM方法的分类精度高于SAM方法。在KSAM方法中,核函数Poly和Sigmoid对核参数过于敏感,最佳分类的核参数值可选范围窄;而核函数ERBF和RBF,不仅分类精度更高,而且最佳分类的核参数值可选范围宽。 6.为了进一步验证论文提出的SSKFCM、NSDM-WKFCM和KSAM等核模式分类算法的分类性能,进行了详细的综合分类实验对比。实验结果表明:SSKFCM、NSDM-WKFCM和KSAM算法在同类型对比算法中都显示出最强的分类能力。
【学位授予单位】:电子科技大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TP751

【相似文献】
中国期刊全文数据库 前10条
1 岳昔娟;张勇;黄国满;;改进的直方图均衡化在遥感图像分类中的应用[J];四川测绘;2008年04期
2 毛建旭,王耀南,孙炜;基于模糊小脑模型神经网络的遥感图像分类算法[J];测绘学报;2002年04期
3 居红云;张俊本;李朝峰;王正友;;基于K-means与SVM结合的遥感图像全自动分类方法[J];计算机应用研究;2007年11期
4 刘少军;张京红;何政伟;高峰;谢瑞红;;基于面向对象的橡胶分布面积估算研究[J];广东农业科学;2010年01期
5 李朝锋,杨茂龙,许磊,杨蒙召;概率神经网络与BP网络模型在遥感图像分类中的对比研究[J];国土资源遥感;2004年04期
6 许磊;李朝峰;杨蒙召;;SVM结合模糊方法在遥感图像分类中的应用[J];计算机工程与应用;2005年36期
7 李玮;袁运能;朱博勤;;自适应方法在遥感图像处理中的应用研究[J];遥感信息;2006年01期
8 张文君;顾行发;陈良富;余涛;许华;;基于均值-标准差的K均值初始聚类中心选取算法[J];遥感学报;2006年05期
9 戴芹;刘建波;;基于蚁群优化分类规则挖掘的遥感图像分类研究[J];计算机工程与应用;2008年15期
10 陈锻生,方有清;用森林生态环境信息进行遥感图像分类的专家系统初探[J];遥感学报;1988年01期
中国重要会议论文全文数据库 前10条
1 李石华;金宝轩;;基于Matlab的自组织神经网络在地形复杂区遥感图像分类中的应用研究[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
2 张守娟;周诠;;空间数据挖掘决策树算法在遥感图像分类中的应用研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年
3 张东波;王耀南;;一种可变离散精度粗逻辑网络[A];2006中国控制与决策学术年会论文集[C];2006年
4 俞晨;邹伟;余先川;;遥感图像混合像元分解方法研究[A];第十二届全国图象图形学学术会议论文集[C];2005年
5 强俊;周鸣争;汪军;楚宁;;基于核学习算法的内窥镜图像的识别[A];第十二届全国图象图形学学术会议论文集[C];2005年
6 庄连生;高浩渊;刘超;俞能海;;非负稀疏局部线性编码[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
7 郭子祺;李琳;周强;柳彩霞;傅薇;张宝钢;;决策树与SVM组合分类方法研究[A];第十七届中国遥感大会摘要集[C];2010年
8 吴全;裴志远;郭琳;刘跃辰;赵占营;;两种遥感分类精度评价方法应用研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
9 熊伟;万忠宏;张红英;幸华刚;;基于聚类的核主成分分析方法在地震属性降维中的应用[A];中国地球物理学会第二十七届年会论文集[C];2011年
10 陈本清;徐涵秋;;厦门市土地利用年际动态变化卫星遥感分析[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
中国博士学位论文全文数据库 前10条
1 刘小芳;基于核理论的遥感图像分类方法研究[D];电子科技大学;2011年
2 王旭红;遥感影像数据挖掘技术研究[D];西北大学;2005年
3 罗红霞;地学知识辅助遥感进行山地丘陵区基于系统分类标准的土壤自动分类方法研究[D];武汉大学;2005年
4 王佐成;基于纹理的遥感图像分类研究[D];西南交通大学;2007年
5 王小敏;独立分量分析及其在遥感动态监测中的应用研究[D];南京理工大学;2008年
6 孙荣荣;房性心律失常识别和房颤自发终止预测研究[D];复旦大学;2009年
7 刘永斌;基于非线性信号分析的滚动轴承状态监测诊断研究[D];中国科学技术大学;2011年
8 高恒振;高光谱遥感图像分类技术研究[D];国防科学技术大学;2011年
9 楼宋江;基于保局子空间分析的人脸特征提取算法研究[D];哈尔滨工程大学;2011年
10 肖阳;多谱图像融合与处理技术研究[D];华中科技大学;2011年
中国硕士学位论文全文数据库 前10条
1 陈玲;土地利用更新调查中遥感图像分类的方法和精度对比的研究[D];太原理工大学;2010年
2 王知鸷;基于纹理及光谱信息融合的遥感图像分类方法研究[D];西安电子科技大学;2010年
3 郭逢丽;基于云理论的高光谱遥感图像分类研究[D];哈尔滨工程大学;2011年
4 刘柳;基于支持向量机和模糊后处理的遥感图像分类研究[D];华中科技大学;2010年
5 马静;遥感图像分类方法的研究[D];山东科技大学;2003年
6 张海涛;光谱与纹理特征融合的遥感图像分类方法[D];西安电子科技大学;2010年
7 马少平;人工神经网络在遥感图像分类中的应用研究与开发[D];中国地质大学(北京);2006年
8 别怀江;基于模糊集的遥感图像分类研究[D];哈尔滨工程大学;2005年
9 王惠林;基于知识的遥感图像分类方法研究[D];兰州大学;2007年
10 马永聪;基于遗传算法的面向对象的遥感图像分类技术[D];上海交通大学;2010年
 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