基于主成分分析和决策级融合的高光谱图像分类方法研究-海洋科学.PDFVIP

下载本文档

13
0
约3.63万字
约 10页
2019-05-24 发布于天津
举报
版权申诉

基于主成分分析和决策级融合的高光谱图像分类方法研究-海洋科学.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于主成分分析和决策级融合的高光谱图像分类方法研究李晓敏, 张杰, 马毅, 任广波 ( , 266061) 摘要: 为了评价主成分分析方法和决策级数据融合方法对高光谱图像地物分类结果的影响, 作者利用各分类器和主成分分量的优势, 提出了两组地物分类结果的决策级融合策略, 利用 8 种常用监督分类方法对高光谱原始图像和PCA 变换后不同分量组合图分类得到的结果进行决策级融合, 并应用覆盖黄河入海口新老河道交界处的 CHRIS/PROBA 高光谱图像开展实验研究。结果表明: 直接采用每类地物分类精度最高的、空穴和缝隙采用总体分类精度最高的融合策略, 在综合考虑生产者精度和用户精度的情形下, 仅使用最大似然法、支持向量机和人工神经网络 3 种分类方法, 按照分类精度从高到低的顺序进行的融合分类效果最好, 总体分类精度为87.82%。与8 种监督分类方法中效果最好的最大似然法相比, 精度提高了2.7 个百分点, 同时明显减少了错分现象, 尤其是对于分布面积较小的翅碱蓬和柽柳, 滩涂被误分为翅碱蓬、芦苇被误分为柽柳的现象大大降低。关键词: 主成分分析; 高光谱图像; 图像分类; 决策级融合中图分类号: TP75, X87 文献标识码: A 文章编号: 1000-3096(2015)02-0025-10 doi: 10.11759/hykx20141011012 20 80 , , , , , , , , [1] , , 1 实验区域与数据 [2] , 1.1 实验区域 , , ( 1), 2012 9 , , (Principal Components Analysis, () PCA), , 2 1.2 实验数据 , , , , CHRIS/PROBA [3-5]