期刊专题

10.3969/j.issn.1000-3177.2019.02.003

主动学习与半监督技术相结合的海冰图像分类

引用
针对海冰遥感图像分类问题中标签样本获取困难、标注成本较高导致海冰分类精度难以提高的问题,提出了一种主动学习与半监督学习相结合的方式用于海冰分类.首先,利用基于不确定性准则和多样性准则进行主动学习方法,选择一批最具信息量的标签样本建立标签样本集;其次,充分利用大量的未标签样本信息,并融合主动学习采样的思想选出部分具有代表性且分布在支持向量周边的半标签样本,建立半监督分类模型;最后,将主动学习方法和直推式支持向量机相结合构建分类模型实现海冰图像分类.实验结果表明,相对于其他方法,该方法在只有少量标签样本的情况下,可以获得更高的分类精度,该方式可有效解决遥感海冰分类问题.

海冰、主动学习、半监督学习、直推式支持向量机、分类

34

TP751(遥感技术)

国家自然科学基金41376178、41401489、41506213;上海科学技术委员会11510501300;上海高校青年学者基金zzhy13033;上海海洋大学科技发展专项资金a2-0209-14-200070

2019-06-06(万方平台首次上网日期,不代表论文的发表时间)

共8页

15-22

暂无封面信息
查看本期封面目录

遥感信息

1000-3177

11-5443/P

34

2019,34(2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn