本發明提出了一種基于梯度提升決策樹半監督算法融合的高光譜圖像分類方法,用于解決現有基于主動學習與半監督學習相結合的高光譜圖像分類中存在的分類精度較低的技術問題,其步驟包括:(1)輸入高光譜圖像數據;(2)提取樣本點特征;(3)訓練梯度提升決策樹分類器參數;(4)對學習集中樣本點分類;(5)評估樣本點置信度;(6)通過稀疏表示篩選樣本點;(7)更新有標記訓練集;(8)輸出分類結果。本發明利用分類器預測結果以及稀疏表示對無標記樣本點的置信度進行評估,根據無標記樣本點置信度的高低,劃分為兩個集合進行不同的處理,在提高分類精度的同時減輕了人工標記的負擔,可用于地質調查、大氣污染等領域。
聲明:
“基于梯度提升決策樹半監督算法融合的高光譜圖像分類” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)