主动学习策略融合算法在高光谱图像分类中的应用Combination.PDF

第 39 卷第 4 期 通 信 学 报 Vol.39 No.4 2018 年 4 月 Journal on Communications April 2018 主动学习策略融合算法在高光谱图像分类中的应用 1 1 2 2 1 崔颖 ，徐凯 ，陆忠军 ，刘述彬 ，王立国 （1. 哈尔滨工程大学信息与通信工程学院，黑龙江 哈尔滨 150001 ；2. 黑龙江省农业科学院遥感技术中心，黑龙江 哈尔滨 150086 ） 摘 要：针对传统主动学习单一策略算法在挑选最有价值未标记样本时出现的抖动和不稳定的现象，引入集成学 习（ensemble learning ）分类器的加权组合思想，提出一种基于组合策略的联合挑选（ESAL ）方法，将模型的组 合衍生至策略的组合，从而实现单一模型多策略的融合，获得更高的稳定性。通过对高光谱遥感图像分类结果的 分析可以看出，在获得相同精度阈值时，ESAL 算法相对于单一策略算法最高可节省成本 25.4% ，抖动频率减少 至原来的 16.67%，抖动明显改善，体现出ESAL 算法良好的稳定性。 关键词：主动学习；集成学习；高光谱图像；策略组合 中图分类号：TP302 文献标识码：A doi: 10.11959/j.issn.1000-436x.2018067 Combination strategy of active learning for hyperspectral images classification 1 1 2 2 1 CUI Ying , XU Kai , LU Zhongjun , LIU Shubin , WANG Liguo 1. College of Information and Communications Engineering, Harbin Engineering University, Harbin 150001, China 2. Remote Sensing Technology Center of Heilongjiang Academy of Agricultural Sciences, Harbin 150086, China Abstract: In order to improve the phenomena of jitter and instability of the traditional active learning single strategy al- gorithm in selecting the most valuable unlabeled samples. The idea of weighted combination of ensemble learning classi- fier and proposes a joint selection based on the combination strategy method (ESAL, ensemble strategy active learning) was introduced, the combination of the model was extended to the combination of the strategy so as to achieve the fusion of multiple strategies in a single