收藏本站
《西北工业大学》 2002年
收藏 | 手机打开
二维码
手机客户端打开本文

基于机器学习的高维多光谱数据分类

夏建涛  
【摘要】: 结合国家863计划项目、国防973项目和教育部博士点基金项目,研究了有限样本下基于机器学习的高维多光谱数据分类问题。高维多光谱数据分类中,由于训练样本非常有限、数据维数很高,以经验风险最小化为归纳原则的传统模式识别方法通常难以取得很好的结果。以统计学习理论(Statistic Learning Theory—SLT)、支持向量机(Support Vector Machine—SVM)和人工神经网络(Artificial Neural Networks—ANN)为基础,本文开展了以下几个方面的研究工作: ● 深入分析了高维多光谱数据的特点和传统模式分类方法在高维多光谱数据分类中面临的困难。把统计学习理论和支持向量机用于高维多光谱数据分类,有效地克服了Hughes现象,获得了比传统方法更好的分类精度。深入研究了在高维多光谱数据分类中,SVM的性能与核函数类型、核函数参数、支持向量(Support Vector—SV)、训练样本数目、数据维数等之间的关系。 ● 根据SVM的分类判决面仅由支持向量决定的特点,提出了基于边界样本选择的快速SVM学习算法(BSS-SVM)。在SVM学习之前,首先剔除训练样本集中距离判决边界远的样本,选取靠近判决边界的样本构成有效训练样本集,然后用SVM对有效样本集进行学习,这样大大降低了训练样本集的规模,提高了SVM的学习速度。为了提高边界样本选取的速度,提出了基于模糊聚类(FCM)的快速边界样本选取策略。 ● SVM是针对两类分类问题设计的学习机器,不能直接用来解决多类分类问题,然而高维多光谱数据分类问题是典型的多类分类问题。本文提出了基于纠错编码的SVM多类分类算法(ECC-SVM),并分析了ECC-SVM的推广能力与编码长度、码间汉明距离、编码顺序以及分类间隙等之间的关系,给出了这种关系的数学描述。把目前广泛使用的1-v-R SVM多类分类算法作为ECC-SVM的一个特例,给出了1-v-R SVM推广性的数学描述。推广性的理论分析结果将指导人们更合理地使用这个算法来获取更好的分类精度。 .双并联前向神经网络(Double Parallel Feedfo。rd Neural Networks一 DPFNN)已成功应用于多光谱数据分类,对其推广性的研究具有十分 重要的意义。本文对DPFN’N的推广性进行了深入的理论分析,发现 了影响DPFNN推广性的主要因素,并得到了从本质上提高其推广能 力的方法。理论分析结果表明,输出层权值控制着DPFNN的椎广能 力。在这个结果的基础上,提出了基于输出层权值正则化的强推广性 DPFNN学习算法,通过控制输出层权值提高了DPFNN的推广能力。 该算法可以推广应用于其它多层前向神经网络的训练中。 t 根据高维核空间的性质,提出了基于Bhattach叩a距离准则的核空间 特征提取算法(BgyE)。该算法采用核函数把样本非线性映射到高维 核空间,在核空间中寻找一组最优的特征向量,把样本线性映射到低 维特征空间,使类别之间的Bhattach删a距离最大,从而使特征空间 中样本的BayCs分类误差上界最小。采用核函数技术,把特征提取问 题转化为一个 QP优化问题。QP优化问题在数学上具有全局收敛性, 而且有快速算法支持,所以BKFE特征提取算法的速度和提取的特征 质量都得到了保证。此算法具有三个优点:*)提取的特征向量更有 利于分类;o)对于给定的模式分类问题,算法可以预测出在不损失 分类精度情况下所必需的最少特征向量的数目,并能够提取出分类有 效特征;O)对于多类分类问题,算法给出了与原始空间有相同分类 精度需要的特征向量数目的上界。 以上理论分析结果和算法己应用于国家863-308提供的64波段多光谱数据 和美国 AVIRIS 220波段多光谱数据的实际分类中,取得了令人满意的结果。本 文的研究结果为有限样本下高维多光谱数据分类提供了新的理论和方法。
【学位授予单位】:西北工业大学
【学位级别】:博士
【学位授予年份】:2002
【分类号】:TP181

【相似文献】
中国期刊全文数据库 前10条
1 胡俊翘,胡友兰,李德群;改进的基因遗传算法在专家系统机器学习中的应用[J];计算机辅助工程;1994年01期
2 阎明印,栾江南,杨叔子;具有学习功能的机械设备智能诊断系统[J];沈阳工业学院学报;1997年04期
3 高阳;周志华;孙晨;陈兆乾;陈世福;;从FTART网络中抽取if-then规则[J];模式识别与人工智能;1999年04期
4 吴艳;刘建波;;电子邮件自动处理的用户模型设计[J];沈阳化工学院学报;2005年04期
5 胡彩霞;;利用决策树获取搜索结果页面中的匹配数[J];科技咨询导报;2007年06期
6 刘星毅;农国才;;几种不同缺失值填充方法的比较[J];南宁师范高等专科学校学报;2007年03期
7 鲁晓南;接标;;一种基于个性化邮件特征的反垃圾邮件系统[J];计算机技术与发展;2009年08期
8 王存睿;文晋;;基于人脸检测的教室信息智能采集系统[J];大连民族学院学报;2009年05期
9 阎巍;;基于决策树的软件项目估算方法[J];计算机工程与科学;2009年08期
10 王厚峰;;计算语言学歧义消解研究——兼介绍北京大学计算语言学教育部重点实验室[J];术语标准化与信息技术;2010年03期
中国重要会议论文全文数据库 前10条
1 徐礼胜;李乃民;王宽全;张冬雨;耿斌;姜晓睿;陈超海;罗贵存;;机器学习在中医计算机诊断识别系统中的应用思考[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年
2 李月伦;常宝宝;;基于最大间隔马尔可夫网模型的汉语分词方法[A];中国计算机语言学研究前沿进展(2007-2009)[C];2009年
3 谢世朋;胡茂林;;基于局部仿射区域对稀疏纹理分类的研究[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
4 夏诏杰;郭力;李晓霞;;化学主题网络爬虫的研究[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年
5 张郴;;基于神经网络集成的旅游需求预测模型[A];中国地理学会百年庆典学术论文摘要集[C];2009年
6 吴宪祥;于培松;万旻;倪伟;郭宝龙;;RoboCup中智能体的参数优化和学习[A];马斯特杯2003年中国机器人大赛及研讨会论文集[C];2003年
7 杜晓凤;丁友东;;FloatBag选择性神经网络集成及其在人脸检测中的应用[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
8 杨磊;黎志成;胡斌;;基于人工神经网络的调度规则确定专家系统[A];第七届计算机模拟与信息技术学术会议论文集[C];1999年
9 张燕;张付志;;跨系统个性化服务方法和用户模型研究[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年
10 陈时敏;韩心慧;;基于机器学习的网页木马识别方法研究[A];第26次全国计算机安全学术交流会论文集[C];2011年
中国重要报纸全文数据库 前10条
1 黎骊/文 [美] Tom M.Mitchell 著;机器学习与智能化社会[N];中国邮政报;2003年
2 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年
3 贾文忠;他们让导弹的“眼睛”更明亮[N];中国航空报;2010年
4 记者 何边;网络化激活人工智能[N];计算机世界;2001年
5 本报记者 张晔通讯员 李玮;周志华:永不墨守成规[N];科技日报;2008年
6 西北工业大学电子信息学院 何明一;让无人机长慧眼[N];科技日报;2001年
7 何清 史忠植 王伟;搜索引擎的前沿技术[N];计算机世界;2006年
8 中南大学湘雅二院老年外科 刘栋才;诊治肠癌的临床新帮手[N];健康报;2008年
9 傅秋瑛;默默耕耘数十载 自主创新结硕果[N];科技日报;2006年
10 杨 喆  罗时龙;检疫证书实现光谱快速鉴别[N];中国国门时报;2006年
中国博士学位论文全文数据库 前10条
1 夏建涛;基于机器学习的高维多光谱数据分类[D];西北工业大学;2002年
2 何斌;基于可拓逻辑的机器学习理论与方法[D];华南理工大学;2005年
3 王国胜;支持向量机的理论与算法研究[D];北京邮电大学;2008年
4 胡崇海;基于图的半监督机器学习[D];浙江大学;2008年
5 刘长安;基于实例归纳的工艺规划方法及集成CAPP系统研究[D];山东大学;2003年
6 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
7 钟志;基于异常行为辨识的智能监控技术研究[D];上海交通大学;2008年
8 易勇;计算机辅助诗词创作中的风格辨析及联语应对研究[D];重庆大学;2005年
9 徐海祥;基于支持向量机方法的图像分割与目标分类[D];华中科技大学;2005年
10 牛晓太;多模式智能谈判支持系统的理论与方法研究[D];武汉大学;2004年
中国硕士学位论文全文数据库 前10条
1 刘孟旭;基于EP的多分类器表决分类算法[D];郑州大学;2004年
2 向光;基于机器学习和数据挖掘的入侵检测技术研究[D];东北大学;2005年
3 亢华爱;入侵检测系统中基于代价敏感分类算法的研究[D];太原理工大学;2005年
4 张金伟;基于Agent网络答疑系统的设计与实现[D];华东师范大学;2006年
5 王晶;支持向量机及其在癌症诊断中的应用研究[D];东北师范大学;2006年
6 万辉;自主载体语义级环境建模和规划的研究与实现[D];沈阳工业大学;2006年
7 黄际洲;聊天机器人知识库自动抽取算法的研究与实现[D];重庆大学;2006年
8 孟祥山;工作流流程优化技术的应用研究[D];国防科学技术大学;2004年
9 芦明;语义网服务中基于机器学习的本体映射研究[D];大连海事大学;2008年
10 马波;支持向量机多类分类算法的分析与设计[D];扬州大学;2008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