检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

联合空谱信息的高光谱影像半监督ELM分类

华中科技大学学报（自然科学版） 2017年第7期45卷 89-93,121页

作者：付琼莹余旭初张鹏强魏祥坡中国人民解放军信息工程大学地理空间信息学院河南郑州450001

针对高光谱影像处理应用中,标记样本往往数量较小且质量不均而未标记样本大量存在的问题,结合半监督学习方法,提出一种面向高光谱影像分类的半监督极限学习机分类算法.首先根据图理论,联合高光谱影像空间光谱信息,对标记和未标记样本共... 详细信息

针对高光谱影像处理应用中,标记样本往往数量较小且质量不均而未标记样本大量存在的问题,结合半监督学习方法,提出一种面向高光谱影像分类的半监督极限学习机分类算法.首先根据图理论,联合高光谱影像空间光谱信息,对标记和未标记样本共同构建无向加权图;然后,考虑平滑性约束和结构最小化原则,构造分类目标函数;最后,利用核方法求解最优参数,进而实现高光谱影像的半监督分类.采用该方法进行分类对比实验,结果表明:该方法能够有效利用未标记样本信息,提高小样本下的高光谱影像分类精度.

关键词：高光谱影像极限学习机半监督学习核方法影像分类

在线全文

学校读者我要写书评

暂无评论

高光谱影像的多核SVM分类

仪器仪表学报 2014年第2期35卷 405-411页

作者：谭熊余旭初秦进春魏祥坡信息工程大学地理空间信息学院郑州450002 东华理工大学江西省数字国土重点实验室南昌330000

以支持向量机为代表的核方法在高光谱影像处理中得到了广泛的应用。但高光谱影像的数据特点使单核学习模型的分类具有一定的局限性。提出了一种基于多核SVM的高光谱影像分类方法。该方法以线性加权求和核为多核组合方式,从简单多核学习... 详细信息

以支持向量机为代表的核方法在高光谱影像处理中得到了广泛的应用。但高光谱影像的数据特点使单核学习模型的分类具有一定的局限性。提出了一种基于多核SVM的高光谱影像分类方法。该方法以线性加权求和核为多核组合方式,从简单多核学习模型的原始问题出发,通过迭代解算单个标准SVM优化问题来实现权系数的解算,最后利用一系列两类分类器组合解决多类分类问题。通过AVIRIS和PHI影像2组实验,表明了高光谱影像的多核SVM分类方法的优势。

关键词：高光谱影像多核SVM 分类

CNN和三维Gabor滤波器的高光谱图像分类

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2020年第1期32卷 90-98页

作者：魏祥坡余旭初谭熊刘冰职露信息工程大学

卷积神经网络(CNN)具有强大的特征提取能力,能够有效地提高高光谱图像的分类精度.然而CNN模型训练需要大量的训练样本参与,以防止过拟合,Gabor滤波器以非监督的方式提取图像的边缘和纹理等空间信息,能够减轻CNN模型对训练样本的依赖度... 详细信息

卷积神经网络(CNN)具有强大的特征提取能力,能够有效地提高高光谱图像的分类精度.然而CNN模型训练需要大量的训练样本参与,以防止过拟合,Gabor滤波器以非监督的方式提取图像的边缘和纹理等空间信息,能够减轻CNN模型对训练样本的依赖度及特征提取的压力.为了充分利用CNN和Gabor滤波器的优势,提出了一种双通道CNN和三维Gabor滤波器相结合的高光谱图像分类方法Gabor-DC-CNN.首先利用二维卷积神经网络(2D-CNN)模型处理原始高光谱图像数据,提取图像的深层空间特征;同时利用一维卷积神经网络(1D-CNN)模型处理三维Gabor特征数据,进一步提取图像的深层光谱-纹理特征.连接2个CNN模型的全连接层实现特征融合,并将融合特征输入到分类层中完成分类.实验结果表明,该方法能够有效地提高分类精度,在Indian Pines,Pavia University和Kennedy Space Center 3组数据上分别达到98.95%,99.56%和99.67%.

关键词：高光谱图像分类卷积神经网络深度学习三维Gabor滤波器

在线全文

学校读者我要写书评

暂无评论

高光谱影像信息向量机分类

测绘学报 2015年第11期44卷 1227-1234页

作者：谭熊余旭初秦志远张鹏强魏祥坡信息工程大学地理空间信息学院河南郑州450001

信息向量机是一种基于贝叶斯理论的稀疏高斯过程方法,其模型训练速度快、内存耗费小、稀疏性强,具有良好的预测性能。本文从高斯过程回归模型出发,提出了一种基于信息向量机的高光谱影像分类方法,针对高斯过程分类中的非高斯噪声模型,... 详细信息

信息向量机是一种基于贝叶斯理论的稀疏高斯过程方法,其模型训练速度快、内存耗费小、稀疏性强,具有良好的预测性能。本文从高斯过程回归模型出发,提出了一种基于信息向量机的高光谱影像分类方法,针对高斯过程分类中的非高斯噪声模型,采用假定概率滤波算法将分类问题转化为回归问题,通过最大化边缘似然函数进行模型训练,选择活动子集中的信息向量数量达到了稀疏的目的。通过ROSIS影像试验,表明了基于信息向量机的高光谱影像分类方法的优势。

关键词：高光谱影像信息向量机分类

在线全文

学校读者我要写书评

暂无评论

联合局部二值模式的CNN高光谱图像分类

遥感学报 2020年第8期24卷 1000-1009页

作者：魏祥坡余旭初张鹏强职露杨帆信息工程大学郑州450001

卷积神经网络CNN(Convolutional Neural Networks)具有强大的特征提取能力,应用于高光谱图像特征提取取得了良好的效果,双通道CNN模型能够分别提取高光谱图像的光谱特征和空间特征,并实现了特征的决策级融合。局部二值模式LBP(Local Bin... 详细信息

卷积神经网络CNN(Convolutional Neural Networks)具有强大的特征提取能力,应用于高光谱图像特征提取取得了良好的效果,双通道CNN模型能够分别提取高光谱图像的光谱特征和空间特征,并实现了特征的决策级融合。局部二值模式LBP(Local Binary Patterns)是一种简单但有效的空间特征描述算子,能够减轻CNN特征提取的压力并提高分类精度。为了充分利用CNN的特征提取能力及LBP特征的判别能力,提出一种双通道CNN和LBP相结合的高光谱图像分类方法,首先,采用1维CNN(1D-CNN)模型处理原始高光谱数据提取深层光谱特征,同时采用另一个1D-CNN模型处理LBP特征数据进一步提取深层空间特征,然后,将两个CNN模型的全连接层进行连接,实现深层光谱特征和空间特征的融合,并将融合特征输入到分类层中完成分类。实验结果表明,该方法在Indian Pines数据、Pavia University数据及Salinas数据上能够分别取得98.54%、99.73%、99.56%的分类精度,甚至在有限数量的训练样本条件下也能取得较好的分类效果。

关键词：遥感高光谱图像分类卷积神经网络深度学习局部二值模式

利用注意力机制融合的YOLOv5遥感图像目标检测

在线全文

学校读者我要写书评

暂无评论

信息工程大学学报 2023年第4期24卷 438-446页

作者：王龙博刘建辉张贝贝魏祥坡信息工程大学河南郑州450001

遥感图像目检测与识别是近年来国内外研究的热点之一。针对检测任务中因目标密集分布、目标尺度不一所导致的精度不高等问题,提出了一种改进YOLOv5的融合注意力机制目标检测算法。首先,将坐标注意力机制(Coordinate Attention,CA)分别... 详细信息

遥感图像目检测与识别是近年来国内外研究的热点之一。针对检测任务中因目标密集分布、目标尺度不一所导致的精度不高等问题,提出了一种改进YOLOv5的融合注意力机制目标检测算法。首先,将坐标注意力机制(Coordinate Attention,CA)分别融合到YOLOv5的骨干网络、颈部和输出端3个位置,以提高模型的特征提取能力。其次,进行训练和测试,实验结果表明,骨干网络位置最适合融合注意力,能够有效增强模型的检测性能。再次,采用CIoU_loss作为损失函数,以改善目标检测框的定位精度。最后,进行消融、对比实验,结果表明,提出的改进算法相较于原始YOLOv5算法具有更好的检测性能,mAP50提高了2.9个百分点,有效提高了遥感图像的目标检测精度。

关键词：目标检测 YOLOv5 注意力机制遥感图像

融合光谱-空间多特征的高光谱影像张量特征提取

在线全文

学校读者我要写书评

暂无评论

计算机工程 2018年第3期44卷 233-240页

作者：薛志祥余旭初谭熊魏祥坡解放军信息工程大学地理空间信息学院郑州450001 地理信息工程国家重点实验室西安710054

针对当前基于张量结构的特征提取方法不能充分利用高光谱影像多种光谱-空间特征的问题,提出一种融合光谱-空间多特征的高光谱影像张量特征提取方法。利用3D Gabor滤波器提取不同频率和方向的纹理特征,采用形态学属性滤波器提取不同属性... 详细信息

针对当前基于张量结构的特征提取方法不能充分利用高光谱影像多种光谱-空间特征的问题,提出一种融合光谱-空间多特征的高光谱影像张量特征提取方法。利用3D Gabor滤波器提取不同频率和方向的纹理特征,采用形态学属性滤波器提取不同属性和尺度的形状特征,将高光谱影像光谱特征、纹理特征和形状特征结合为张量结构特征。在此基础上,利用局部张量判别分析方法增大同类特征张量之间的相似性以及异类张量间的差异性,得到融合多种空谱特征和判别信息的低维特征张量。使用Pavia University和Salinas影像数据集进行对比实验,结果表明,该方法能够有效保留影像空谱信息和类别间的判别信息,不仅可以提高分类精度,而且能够得到空间连续性更好的分类图。

关键词：高光谱影像光谱-空间特征多特征张量判别分析特征提取

在线全文

学校读者我要写书评

暂无评论

利用残差通道注意力网络的高光谱图像分类

测绘科学技术学报 2019年第2期36卷 161-166,172页

作者：魏祥坡余旭初管凌霄信息工程大学河南郑州450001 61618部队北京100094

残差网络能够有效地解决卷积神经网络出现的梯度消失问题,应用于高光谱图像分类取得了良好的效果,但简单地堆积残差单元并不能很好地提高模型性能。通道注意力机制能够有区别地处理卷积层输出的特征图,更好地利用对分类有用的特征通道... 详细信息

残差网络能够有效地解决卷积神经网络出现的梯度消失问题,应用于高光谱图像分类取得了良好的效果,但简单地堆积残差单元并不能很好地提高模型性能。通道注意力机制能够有区别地处理卷积层输出的特征图,更好地利用对分类有用的特征通道。为了充分利用残差网络及通道注意力机制的特征提取能力,设计适用于高光谱图像分类的残差通道注意力网络。在残差单元中结合卷积层和通道注意力机制,实现对特征通道的重新调整,并在模型中实现局部残差学习和全局残差学习,促进信息传递,增强模型稳定性。实验结果表明,该方法用于Indian Pines数据和University of Pavia数据能够分别取得98.78%和 99.22%的分类精度,在有限数量训练样本的情况下,能够达到较高的分类精度。

关键词：高光谱图像分类残差网络通道注意力残差通道注意力网络

在线全文

学校读者我要写书评

暂无评论

高光谱影像的DAE分类

测绘科学技术学报 2016年第5期33卷 485-489,495页

作者：付琼莹余旭初谭熊魏祥坡赵吉龙信息工程大学 65379部队

针对高光谱影像非线性分类问题,根据高光谱影像光谱分辨率高且光谱具有非线性的特点,结合深度学习理论,提出了一种采用降噪自动编码器(DAE)的高光谱影像分类方法。该方法结合降噪自动编码器与SOFTMAX分类器,构造深层网络分类模型;然后,... 详细信息

针对高光谱影像非线性分类问题,根据高光谱影像光谱分辨率高且光谱具有非线性的特点,结合深度学习理论,提出了一种采用降噪自动编码器(DAE)的高光谱影像分类方法。该方法结合降噪自动编码器与SOFTMAX分类器,构造深层网络分类模型;然后,利用加噪后的光谱数据,采用Dropout方法对分类模型进行预训练和微调;最后,利用训练得到的网络模型学习高光谱影像光谱的隐含特征,实现高光谱影像的分类。采用该方法对AVIRIS和PHI的高光谱影像分别进行分类对比实验,结果表明该方法能有效提高高光谱影像分类精度。

关键词：高光谱影像神经网络深度学习降噪自动编码器影像分类