基于主动学习与半监督学习结合的海冰图像分类

《基于主动学习与半监督学习结合的海冰图像分类》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、学校代码：10264研究生学号：M150551700上海海洋大学硕士学位论文（国家自然科学基金项目资助，编号：41376178;41401489;41506213）题目：基于主动学习与半监督学习结合的海冰图像分类CombiningActiveLearningandSemi-英文题目：supervisedLearningforSeaIceImageClassification专业：计算机技术研究方向：遥感图像海冰分类姓名：李鹏指导老师：张云韩彦岭二〇一八年四月五日上海海洋大学硕士学位论文上海海洋大学学位论文原创性声明本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导

2、下，独立进行研究工作所取得的成果。除文中已经明确注明和引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对所写的内容负责，并完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日上海海洋大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅或借阅。本人授权上海海洋大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于保密□，在年解密后适用本版权书。不保密□

3、学位论文作者签名：指导教师签名：日期：年月日日期：年月日I上海海洋大学硕士学位论文上海海洋大学硕士学位论文答辩委员会成员名单姓名工作单位职称备注II上海海洋大学硕士学位论文基于主动学习与半监督学习结合的海冰图像分类摘要海冰作为极地及中高纬度地区发生频率较高的海洋灾害之一，海冰的漂流、冻结和融化将对沿海地区，海洋生产作业产生重要影响。当部分海域发生大面积海冰灾害时，会对近岸港口、航海船只、沿岸海产品养殖及海上资源开采平台造成不可估量的财产损失。因此，快速准确评估海冰冰情，确保人身财产安全，及时预报海冰灾害是人们研究的重要领域之一。相对于其它海冰检测方式，遥感技术因其能提供全天候、大面积、实时、准

4、确的海冰信息，目前已被广泛用于海冰检测及海冰预报的工作当中。一般地，通常用于海冰检测的遥感数据主要有：SAR、MODIS、Landsat等遥感数据。因为SAR数据极易受噪声的干扰，获取原始数据的质量不佳，而MODIS数据的空间分辨率较低，不能很好地反映局部地区的详细情况；相对于SAR和MODIS数据而言，Landsat数据具有较高的空间分辨率，高光谱遥感数据具有较为丰富的光谱信息，更适用于区别不同类别的海冰。一般地，遥感海冰检测大致可分为以下几种方式：监督分类（SupervisedClassification）、非监督分类（UnsupervisedClassification）及半监督分类（S

5、emi-supervisedClassification）。相对于非监督分类而言，监督分类因其操作简单，可加入先验知识及检测精度较高等特点，在海冰检测中有较大的优势，而半监督分类则是一种介于监督分类与非监督分类之间的分类方式。不同于监督分类中，完全依赖标签样本改进分类模型；在半监督分类的模型训练过程中，既用到了标签样本又用到了未标签样本，虽然这部分未标签样本并不具有标签信息，但利用它们的空间分布特征同样可以提供对分类有价值的信息。在实际解决海冰分类问题中，因为海冰覆盖区域复杂，地理环境特殊，海水与不同类别海冰交错分布，若对大面积的海冰遥感图像进行样本类别标注，必然是一项费时且非常艰巨的工作。然

6、而在只有少量标签样本的情况下，分类器的性能势必会因标签样本的数量和质量限制而受到影响。在只有少量标签样本和大量未标签样本的情况下，本文提出将主动学习与半监督学习结合解决海冰分类问题，通过合适的采样算法筛选出信息含量大的样本，并将它们添加到训练过程中，建立一种更为可靠、有效的海冰分类模型。本文的主要研究内容如下：III上海海洋大学硕士学位论文（1）详细介绍了遥感图像的特点及分类原理，针对遥感数据自身的特点，介绍了适用于该类数据分类问题的方法，即支持向量机算法，以及对于多类分类问题，支持向量机如何实现从将多类问题向二类分类问题的转化。（2）基于海冰遥感数据特征及特殊地理环境导致的标签样本获取困难问

7、题，提出利用主动学习来解决海冰分类中标签样本不足问题的方法，介绍了主动学习的基本框架，阐述了基于不确定性与多样性的两种主动学习采样策略。不同的采样策略将会影响分类器的性能，本文利用BvSB-ECBD结合的主动学习策略，可以选取一批信息量丰富且具有较少冗余的样本添加到训练样本集中，有效改善初始标签样本较少的问题。（3）由于未标签样本容易获取，且含有更多的空间信息，可以更好的体现出整个样本的空间分布特