10.11896/j.issn.1002-137X.2016.3.056
基于随机子空间核极端学习机集成的高光谱遥感图像分类
结合随机子空间和核极端学习机集成提出了一种新的高光谱遥感图像分类方法.首先利用随机子空间方法从高光谱遥感图像数据的整体特征中随机生成多个大小相同的特征子集;然后利用核极端学习机在这些特征子集上进行训练从而获得基分类器;最后将所有基分类器的输出集成起来,通过投票机制得到分类结果.在高光谱遥感图像数据集上的实验结果表明:所提方法能够提高分类效果,且其分类总精度要高于核极端学习机和随机森林方法.
高光谱遥感图像分类、核极端学习机、随机子空间、分类器集成
43
TP391(计算技术、计算机技术)
国家自然科学基金61272282,91438201;教育部“长江学者和创新团队发展计划”IRT1170;河南省高等学校重点科研项目15A520010
2016-04-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
301-304