基于未标签信息主动学习算法的高光谱影像分类.pdfVIP

of ISSN100l一9081 2017—06一10 Journal ComputerApplications 计算机应用，2017，37(6)：1768—1771 CODENJYIIDU http：／／www．joca．ca 文章编号：1001—9081(2017)06—1768—04 基于未标签信息主动学习算法的高光谱影像分类 张 良r，罗伟敏2，马洪超2，张帆1，胡 川3 2．武汉大学遥感信息工程学院，武汉430079；3．国网湖北省电力公司检修公司，武汉430077) (1．湖北大学资源环境学院，武汉430062； ({通信作者电子邮箱zhangliang_hubeiU@hotmail．tom) 摘要：针对高光谱遥感影像分类中，传统的主动学习算法仅利用已标签数据训练样本，大量未标签数据被忽视 的问题，提出一种结合未标签信息的主动学习算法。首先，通过K近邻一致性原则、前后预测一致性原则和主动学习 算法信息量评估3重筛选得到预测标签可信度高并具备一定信息量的未标签样本；然后，将其预测标签-3作真实标签 加入到标签样本集中；最后，训练得到更优质的分类模型。实验结果表明，与被动学习算法和传统的主动学习算法相 比，所提算法能够在同等标记的代价下获得更高的分类精度，同时具有更好的参数敏感性。 关键词：高光谱遥感；主动学习；图像分类；未标签信息。 中图分类号：P407．8 文献标志码：A remote classificationbasedon sensingimage Hyperspectral active withunlabeledinformation learningalgorithm ZHANG Chuan3 Yimin2，MA Fanl，HU LiangP，LUO Hongcha02，ZHANG Hubei ResourcesandEnvironmental 430062，．China； (1．Facultyof Science，HubeiUniversity,Wuhan Hubei 2．SchoolRemote and 430079，China； of SensingInformationEngineering，WuhanUniversity,IVuhan 3．Maintenance GridHubeiElectricPower Hubei 430077，China) Company，State Company,Wuhan traditionalactive uselabeled Abstract：In remote