基于集成学习的高光谱图像分类

《基于集成学习的高光谱图像分类》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、鐵Ｉ文舞＾＃硕±研究生学位论文基于集成学习的高光谱图像分类申请人：阔秋静学号：２１３１３００培养单位：电子工程学院学科专业：信号与信息处理研究方向：围像与信息处理指导教师：王晓飞融教授完成日期：２０１６年０３月２８日一：‘节一續．＇扇谨訂．独创性声明本人声明所這交化学位论文足本人化巧师巧哥下地行的硏化Ｘ化及取待的研究成果。据我所知，除了义中巧别加标注和致谢化地方外，论义小不包含：化化人己经发表或撰写过的研光成巧，也不包含为获站黑龙化火学或其他教巧

2、机构的学位或证书而使用过的材料。学位论文作者签知签字Ｕ期：年／巧Ｕ７学位论文版权使巧授权书本人完全了解黑龙江乂学有关保留、使Ｗ学位论文的规定，巧这学校保诏并向岡家有关部口或机构送交论文的复印件和电了版，允许论义被南阅和估闽。本人授权黑龙沈火学可Ｗ将学位论文的全部或部分内容编入有关数据陆进巧检崇，可ｙ■采用影印、缩印或其他巧制手段保存、汇编本学位论文。学位论义作奔签名：巧师装《：＾２＾签争曰期；心。／Ｉ：；知Ｈ祭刊期（ｆ月Ｉ＾《月／年＾Ｉ＾分类号UDC密级公开硕士研究生学位论

3、文基于集成学习的高光谱图像分类申请人:阎秋静学号:2131300培养单位:电子工程学院学科专业:信号与信息处理研究方向:图像与信息处理指导教师:王晓飞副教授完成日期:2016年03月28日中文摘要随着成像光谱仪的快速发展，其产生的数据光谱分辨率变得更高，传统的数据处理方法不能够满足需求。集成学习作为机器学习领域热门研究内容，被引入到高光谱数据处理中，使用多个学习器(学习算法)来处理同一个问题，起到了显著作用。本文就是将集成学习引入到高光谱图像分类中来，重点研究了支持向量数据描述集成的分类方法和支持向量机集成的分类方法。本文

4、主要研究内容如下：1、提出一种支持向量数据描述集成的分类方法。结合高光谱图像的数据特点，使用主成分分析方法对数据做降维处理，然后选取训练样本训练分类器支持向量数据描述，最后将分类器结果使用投票法的集成策略进行集成。从实验结果来看，一定程度上的提高了高光谱图像的分类精度。2、提出一种支持向量机集成的分类方法。数据降维之后，采用空-谱特征提取的方法提取数据特征，使用主动学习方法选取训练样本，用支持向量机作为AdaBoost方法的基分类器，对高光谱图像进行分类，得到的集成结果表明，该方法有效的提高了分类精度。关键词：高光谱图像；

5、集成学习；分类；支持向量数据描述；支持向量机-I-IAbstractWiththerapiddevelopmentofimagingspectroradiometer,thespectralresolutionofdatawhichgeneratedbyitbecomeshigher,thetraditionaldataanalysisalgorithmscannotmeetthedemandofhyperspectraldataprocessing.Ensemblelearning,asthefieldofmachine

6、learninghotresearchtopic,introducedtothehyperspectraldataprocessing,utilizingmanylearningalgorithmstosolveaprediction,hasplayedasignificantrole.Thisdissertationintroducesensemblelearningintohyperspectralimageclassification.Supportvectordatadescriptionensembleandsu

7、pportvectormachineensemblearestudied.Themaincontributionsofourworksinthisdissertationaresummarizedasfollows:1.Asupportvectordatadescriptionensembleclassificationmethodispresentedinthedissertation.Combiningwiththedatacharacteristicsofhyperspectralimage,thisdisserta

8、tionusesprincipalcomponentanalysistododatadimensionreductionprocess,andthentrainssupportvectordatadescriptionwiththetrainingsampleswhichwererandomlysele