基于混合熵和L_1范数的遥感图像分类
王雪松
高阳
程玉虎
汪婵
1.中国矿业大学信息与电气工程学院,江苏徐州,2211162.中国矿业大学信息与电气工程学院,江苏徐州,2211163.中国矿业大学信息与电气工程学院,江苏徐州,2211164.中国矿业大学信息与电气工程学院,江苏徐州,221116
摘要：针对遥感图像数据具有的高维数、非线性以及海量无标记样本的特性,提出了一种基于混合熵和L1范数的概率型最小二乘支持向量机分类方法.将准熵和熵差分融合,构造一种混合熵用以从海量无标记样本集中选出最有＂价值＂的待标记样本;基于L1范数距离度量,进一步从待标记样本集中筛选出孤立点和冗余点加以剔除;基于初始已标记样本以及筛选得到的样本,训练得到概率型最小二乘支持向量机.对反射光学系统的成像光谱仪（ROSIS）高光谱遥感图像进行了分类实验.结果表明：所提分类方法的总精度和Kappa系数分别达到了89.90%和0.868 5,能够以较少的训练样本得到较高的分类精度,其更适于处理遥感图像分类问题.
关键词：遥感图像混合熵L1范数主动学习概率型最小二乘支持向量机
分类号：TP751.1(遥感技术)
资助基金：国家自然科学基金项目(60804022)国家自然科学基金项目(60974050)国家自然科学基金项目(61072094)教育部新世纪优秀人才支持计划项目(NCET-08-0836)教育部新世纪优秀人才支持计划项目(NCET-10-0765)霍英东教育基金会青年教师基金项目(121066)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 971-977 )
英文信息