基于改进的半监督FCM算法的高光谱遥感影像分类

doi:10.13474/j.cnki.11-2246.2016.0293

测绘通报 ›› 2016, Vol. 0 ›› Issue (9): 60-62,72.doi: 10.13474/j.cnki.11-2246.2016.0293

基于改进的半监督FCM算法的高光谱遥感影像分类

谢福鼎, 李壮

辽宁师范大学城市与环境学院, 辽宁大连 116029

收稿日期:2016-01-14 修回日期:2016-05-27 出版日期:2016-09-25 发布日期:2016-09-28
作者简介:谢福鼎(1965-),男,博士,教授,从事模式识别、空间数据挖掘、复杂网络、高光谱图像分类等方面的研究。E-mail:xiefd@lnnu.edu.cn

Hyperspectral Image Classification Based on Improved Semi-supervised Fuzzy C-means Algorithm

XIE Fuding, LI Zhuang

Received:2016-01-14 Revised:2016-05-27 Online:2016-09-25 Published:2016-09-28

摘要/Abstract

摘要：

分类是空间数据挖掘研究的主要问题之一。由于无监督分类忽视了样本信息，往往得不到理想的精度。而监督分类需要标记大量的样本点，带来了巨大的工作量。因此半监督分类逐渐成为空间数据挖掘的研究热点之一。本文通过改进FCM算法的目标函数和迭代过程，提出了一种新的半监督FCM算法（SFCM），该算法充分利用了有标签样本点在迭代过程中的作用。本文选取了在高光谱图像分类中广泛使用的Indian Pines和Pavia University两幅高光谱遥感影像作为试验对象。结果显示，随着有标签样本点比例的增加，分类精度也随之增加，且分类结果较好。

关键词: 半监督学习, SFCM算法, 高光谱遥感影像, 分类

中图分类号:

P237

谢福鼎, 李壮. 基于改进的半监督FCM算法的高光谱遥感影像分类[J]. 测绘通报, 2016, 0(9): 60-62,72.

XIE Fuding, LI Zhuang. Hyperspectral Image Classification Based on Improved Semi-supervised Fuzzy C-means Algorithm[J]. 测绘通报, 2016, 0(9): 60-62,72.

参考文献

[1] SILVA T C, ZHAO L. Semi-supervised Learning Guided by the Modularity Measure in Complex Networks[J]. Neurocomputing, 2012,78(1):30-37.
[2] MU OZ-MARI J,BOVOLO F,GO MEZ-CHOVA L,et al. Semisupervised One-class Support Vector Machines for Classification of Remote Sensing Data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010,48(8):3188-3197.
[3] 赵冬泉, 党安荣, 陈吉宁. 监督分类方法在图片资料专题信息提取中的应用研究[J]. 测绘通报, 2006(11):32-34.
[4] 贾永红. 人工神经网络在多源遥感影像分类中的应用[J]. 测绘通报, 2000(7):7-8.
[5] ZENG S, TONG X, SANG N, et al. A Study on Semi-supervised FCM Algorithm[J]. Knowledge and Information Systems, 2013,35(3):585-612.
[6] HAMASUNA Y, ENDO Y. On Semi-supervised Fuzzy C-means Clustering for Data with Clusterwise Tolerance by Opposite Criteria[J]. Soft Computing, 2013,17(1):71-81.
[7] DUNN J C. A Fuzzy Relative of the ISODATA Process and Its Use in Detecting Compact Well-separated Clusters[J]. J.Cybern, 1974,3(3):32-57.
[8] PEDRYCZ W, WALETZKY J. Fuzzy Clustering with Partial Supervision[J]. IEEE Transactions on Systems, Man, and Cybernetics, 1997,5(27):787-795.
[9] STUTZ C, RUNKLER TA. Classification and Prediction of Road Traffic Using Application-specific Fuzzy Clustering[J]. IEEE Transactions on Fuzzy Systems, 2002,10(3):297-308.
[10] TUIA D, VOLPI M, COPA L, et al. A Survey of Active Learning Algorithms for Supervised Remote Sensing Image Classification[J]. IEEE J. Sel. Topics Signal Process, 2011,3(5):606-617.
[11] LUO T, KRAMER K, GOLDGOF D B, et al. Active Learning to Recognize Multiple Types of Plankton[J]. J. Mach. Learn. Res., 2005,6(4):589-613.
[12] LI J, BIOUCAS-DIAS J, PlAZA A. Hyperspectral Image Segmentation Using a New Bayesian Approach with Active Learning[J]. IEEE Trans. Geosci.Remote Sens., 2011,49(10):3947-3960.
[13] TUIA D, RATLE F, PACIFICI F, et al. Active Learning Methods for Remote Sensing Image Classification[J]. IEEE Trans. Geosci. Remote Sens., 2009,47(7):2218-2232.

[1]	杨俊, 刘灵辉. 加权全极化SAR图像分类下的功能区土地时空变化特征提取[J]. 测绘通报, 2022, 0(7): 138-142,153.
[2]	谭玉慧, 刘欣怡, 张永军. 超体素约束下的主动再学习LiDAR点云分类框架[J]. 测绘通报, 2022, 0(5): 79-83,100.
[3]	窦世卿, 陈治宇, 徐勇, 郑贺刚, 苗林林, 宋莹莹. 基于多特征融合与典型降维方法的高光谱影像分类[J]. 测绘通报, 2022, 0(4): 32-36,50.
[4]	贾煜, 汪泓, 蔡宏, 张磊. 结合地形因子与分层策略的喀斯特地区无人机影像分类[J]. 测绘通报, 2022, 0(2): 121-127.
[5]	张自强, 刘涛, 杜萍, 锁旭宏, 杨国林. 图残差神经网络支持下的建筑物群组模式分类[J]. 测绘通报, 2022, 0(1): 1-7.
[6]	高雨, 胡召玲, 樊茹. 高分辨率影像融合算法对滨海湿地土地利用分类精度的影响[J]. 测绘通报, 2022, 0(1): 116-120.
[7]	黄景金, 杨郑贝, 唐长增, 任建福, 李新东, 李成, 黄灵海, 潘正强, 周国清. 自然资源统一分类标准研究——以广西阳朔县为例[J]. 测绘通报, 2021, 0(9): 136-139,156.
[8]	杨娜娜, 张新长, 朱紫阳, 淳锦, 金诗程. 广东省自然资源调查监测分类标准体系研究[J]. 测绘通报, 2021, 0(9): 145-150.
[9]	耿万轩, 周维勋, 金双根. 基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类[J]. 测绘通报, 2021, 0(8): 14-21.
[10]	刘茂华, 李曼雯. 融合高分影像和LiDAR数据的城市道路提取[J]. 测绘通报, 2021, 0(6): 1-5,60.
[11]	陈磊士, 高霞霞, 廖玉芳, 邓剑波, 周碧. 基于CART决策树的高分二号洞庭湖区湿地分类方法[J]. 测绘通报, 2021, 0(6): 12-15.
[12]	聂倩, 七珂珂, 赵艳福. 融入超像素分割的高分辨率影像面向对象分类[J]. 测绘通报, 2021, 0(6): 44-49.
[13]	贾文翰, 刘越岩. 基于卷积神经网络的高分遥感影像内陆盐沼湿地信息提取[J]. 测绘通报, 2021, 0(6): 89-92.
[14]	田立征, 李成名, 刘晓丽, 印洁. 时空大数据分类体系研究[J]. 测绘通报, 2021, 0(5): 1-4.
[15]	杜萌, 赵萍, 张浩, 朱明非, 钱梦茹. 多源时空数据的地表分类信息挖掘[J]. 测绘通报, 2021, 0(5): 10-14.

基于改进的半监督FCM算法的高光谱遥感影像分类

Hyperspectral Image Classification Based on Improved Semi-supervised Fuzzy C-means Algorithm

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价