国家教育部博士点基金(20070290516)
- 作品数：11 被引量：129H指数：6
- 相关作者：杜培军谭琨王小美夏俊士王晓玲更多>>
- 相关机构：中国矿业大学国家测绘局黄河水利职业技术学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 基于支持向量机和多变量分析的高光谱遥感数据分类被引量：6
- 2009年
- 从支持向量机和多变量分析的基本理论出发,建立一个基于支持向量机和多变量分析的高光谱分类器,并利用国产OM IS传感器获得的北京某地区高光谱遥感数据进行试验,采取网格搜寻的方法来确定误差惩罚参数和径向基核参数的值。主要选取独立成分分析和主成分分析这两种多变量分析方法。结果表明,当进行独立成分分析后的数据应用支持向量机分类的时候,分类精度随着维数的增加而递增,10~20维的时候达到最大值,然后随之递减,分类精度最大为78.93%。随后的主成分分析中,得到同样的结论,但精度最高的时候是选择5维特征,精度为88.61%。
- 谭琨杜培军王小美
- 关键词：高光谱遥感支持向量机分类
- 高光谱遥感影像SVM分类中训练样本选择的研究被引量：11
- 2011年
- 支持向量机(SVM)分类的关键是发现分类最优超平面及类别间隔,而混合像元比纯净像元更接近类别边界,更容易找出最优超平面。本文针对SVM分类器的特点,在高光谱数据分类中采用混合像元作为训练样本对SVM进行训练,试验表明采用类别边界上的混合像元作为训练样本是可行的,能够获得与纯净训练样本接近的分类精度,进一步验证了SVM分类对训练样本空间分布依赖度较低的特点。
- 王晓玲杜培军谭琨
- 关键词：最优超平面混合像元遥感分类
- 基于再生核Hilbert空间小波核函数支持向量机的高光谱遥感影像分类被引量：27
- 2011年
- 针对支持向量机用于高光谱遥感影像分类存在的分类精度不高、参数选择困难等问题,提出一种再生核Hilbert空间的小波核。其可以逼近任意非线性函数,能够有效改进参数估计的效果,进而实现基于再生核Hilbert空间的小波核函数支持向量机(小波支持向量机)。并选取北京昌平地区的国产高光谱数据operational modular imaging spec-trometer II(OMIS II)和意大利Pavia大学ROSIS高光谱数据进行试验。结果表明,应用Coiflet小波核函数时能获得较高分类精度。
- 谭琨杜培军
- 关键词：高光谱遥感小波支持向量机再生核HILBERT空间
- 基于非线性光谱混合模型的遥感影像提取城市不透水层(英文)被引量：6
- 2011年
- 针对传统方法在提取城市不透水层中的许多局限性,采用两种非线性光谱混合分解模型,包括混合调谐匹配滤波和多层感知器神经网络,通过混合像元分解获取城市不透水层.混合调谐匹配滤波利用用户选择的端元,通过最大化端元响应并减少未知背景信息的影响,进行局部分解端元.多层感知器由多个感知器组成,能够很好的进行非线性学习.对Landsat TM遥感影像进行最大噪声分离,使其转换到另外一个特征空间.利用新生成数据集的前三个成分(占90%以上信息量)进行纯净像元提取,并利用N维可视化分析器寻找出四个进行分解的端元:植被、高反射率地物、低反射率地物和土壤。不透水层则由高反射率和低反射率两个分量估算而成。对不同模型提取的结果,利用QuickBird多光谱图像评价其准确性.实验结果表明人工神经网络的精度最高,即非线性光谱混合模型同样可以有效地提取不透水层,精度甚至优于线性模型.
- 夏俊士杜培军曹文
- 关键词：不透水层人工神经网络多层感知器
- 利用流形学习进行高光谱遥感影像的降维与特征提取被引量：41
- 2011年
- 基于最新的非线性降维方法——流形学习的理论,从高光谱遥感数据内在的非线性结构出发,采用全局化的等距映射(Isomap)方法进行降维,取得了优于常用的MNF方法的结果。把光谱角和光谱信息散度与测地距离相结合用于Isomap算法,结果在冗余方差和光谱规范化特征值方面优于采用传统欧氏距离计算邻域的Isomap方法。实验表明,流形学习是一种有效的高光谱遥感数据特征提取方法。
- 杜培军王小美谭琨夏俊士
- 关键词：高光谱遥感降维流形学习ISOMAP算法
- 遥感影像多分类器集成的关键技术与系统实现被引量：1
- 2011年
- 为克服单一分类器在遥感影像分类精度和效率方面的限制,有必要构建多分类器系统,集不同分类器的优点,获得比单一分类器更高的精度。针对遥感影像的特点和分类的需求,在遥感影像多分类器集成系统需求分析和系统设计的基础上,运用IDL语言在ENVI遥感影像处理平台下实现系统开发。遥感影像多分类器集成系统的主要功能包括遥感影像文件处理、特征选择与提取、分类预处理、分类、多种模式的多分类器集成(固定组合模式、用户自定义模式、向导模式和推荐模式)等。通过分类实例对系统应用进行介绍,表明本系统能够有效地提高遥感影像分类精度。
- 夏俊士杜培军张伟
- 关键词：多分类器集成遥感影像
- 利用分离性测度多类支持向量机进行高光谱遥感影像分类被引量：7
- 2011年
- 从支持向量机的基本理论出发,结合高光谱数据的分离性测度,提出了一种基于分离性测度的二叉树多类支持向量机分类器,并用OMIS传感器获得的高光谱遥感数据和Hyperion高光谱遥感数据进行实验,分析比较了各种多类SVM的分类精度,并和传统的光谱角制图和最小距离分类算法进行了比较。结果表明,SVM进行高光谱分类时,基于分离性测度的二叉树多支持向量机的分类精度最高。
- 谭琨杜培军王小美
- 关键词：高光谱遥感多类支持向量机
- 高光谱遥感影像支持向量机分类中噪声影响的研究被引量：1
- 2011年
- 为了验证噪声对支持向量机分类器性能的影响,对"SVM可以有效用于含噪声和不确定性数据"这一观点进行定量分析评价,采用国产OMISII传感器获得的高光谱遥感数据进行了试验,为了更好地比较SVM分类器的抗噪性,先对原始数据进行支持向量机分类,然后在高光谱遥感影像中人为添加不同比例的椒盐噪声和条带噪声,然后进行支持向量机分类,并与传统的光谱角制图和最小距离分类算法进行比较。结果表明支持向量机具有明显的抗噪性,其分类性能受噪声影响较小,是一种有效的高光谱遥感影像分类器。
- 王小美逄云峰杜培军谭琨李光丽
- 关键词：高光谱遥感支持向量机噪声
- 一种高光谱遥感影像端元自动提取方法被引量：1
- 2010年
- 针对人工样本选择和端元提取存在的不确定性和工作量大等缺点,提出一种集成非监督分类、纯净像元指数计算、线性光谱混合模型和凸面单形体理论的自动端元提取算法,能够有效地提取端元用于高光谱遥感影像分类和混合像元分解。利用北京昌平地区的OMIS高光谱遥感数据进行了验证,结果表明算法可行有效,自动化程度较高,作为训练样本进行分类能够获得较高精度,优于常规方法。
- 王晓玲杜培军谭琨曹文
- 关键词：线性混合模型端元
- 特征维数对支持向量机分类器性能影响的研究——以高光谱遥感影像为例被引量：5
- 2011年
- 本文为验证SVM对高维特征的适应性和可靠性,针对不同特征提取方法与特征组合,以国产OMISⅡ传感器获得的北京昌平地区高光谱遥感据为例,对SVM分类器中特征维数对分类准确率的影响进行了试验,通过对主成分分析、最小噪声分离算法、相关系数分组后特征提取、导数光谱等的分析,表明SVM分类器的分类精度随着特征维数波动,其中主成分分析降维后提取的特征具有用于分类能够获得最高的准确率。通过与最大似然法和光谱角制图分类算法的比较,说明在同样的特征输入情况下SVM分类算法分类的准确率高于最大似然法和光谱角制图分类器。
- 谭琨杜培军王小美
- 关键词：高光谱遥感支持向量机特征提取
