|
|||||
|
|
| 二次样本筛选的高光谱图像分类研究 | |
| 引用本文： | 崔颖,王铃秀,李文山.二次样本筛选的高光谱图像分类研究[J].应用科技,2021(3):7-11. |
| 作者姓名： | 崔颖 王铃秀 李文山 |
| 摘 要： | 主动学习能够在有标记样本较少的分类任务中得到较好的分类结果,其中熵值装袋算法最为常用,其利用熵值来衡量样本的不确定性,但熵值并不能完全地代表样本的不确定度.针对这一问题,本文提出二次样本筛选的分类算法,通过超像素分割进行边缘区域样本筛选,选择出不确定度较高的样本.利用熵值装袋算法对区域筛选样本进行二次筛选,选择信息量较... |
| 关 键 词： | 高光谱图像 图像分类 超像素分割 主动学习 区域筛选 信息熵筛选 样本选择 熵值装袋 |
| 本文献已被 CNKI 等数据库收录！ | |