多核学习算法及其在高光谱图像分类中的应用研究进展

文献类型： 中文期刊

第一作者： 李广洋

作者： 李广洋;寇卫利;陈帮乾;代飞;强振平;吴超

作者机构：

关键词： 支持向量机;多核学习算法;遥感;高光谱;图像分类;核函数;多视图;特征融合

期刊名称： 地球信息科学学报

ISSN： 1560-8999

年卷期： 2021 年 003 期

页码： 492-504

收录情况： 北大核心 ; CSCD

摘要： 多核学习算法在高光谱图像分类领域占据着十分重要的地位。与灰度图像、全色图像和多光谱图像等相比,高光谱图像因具有很强的分类识别能力等多方面优势而被广泛应用。为进一步提高高光谱图像的分类精度,促进多核学习算法在高光谱图像分类中的应用,本文对多核学习算法及其在高光谱图像分类中的应用进行了总结。首先在回顾核方法的基础上阐述了多核学习框架,其次对多核学习核函数组合方法进行综述,随后根据求解多核学习组合系数方法的不同将多核学习分为两类:固定规则的多核学习算法和基于优化的多核学习算法,并对两类多核学习算法在高光谱图像分类中的应用进行综述,总结各类算法在高光谱图像分类的应用进展。同时,为了便于研究者对多核学习算法及其在高光谱图像分类问题中的应用研究,本文对常用核函数和高光谱图像数据集进行了整理归纳。最后,讨论了多核学习算法在高光谱图像分类研究方面的不足,并对未来研究方向进行了展望,以期为该领域的研究和应用提供参考。

分类号： TP751%TP18

  • 相关文献

[1]基于机器视觉的稻谷品种鉴别方法比较. 冯晓星,许学. 2019

[2]基于深度学习与多尺度特征融合的烤烟烟叶分级方法. 鲁梦瑶,周强,姜舒文,王聪,陈栋,陈天恩. 2022

[3]基于多特征融合和稀疏表示的农业害虫图像识别方法. 张永玲,姜梦洲,俞佩仕,姚青,杨保军,唐健. 2018

[4]遥感图像分类中混合像元分解方法研究. 吴黎,张有智,解文欢,王鹏,刘媛媛,李栓. 2011

[5]冬小麦叶片光合特征高光谱遥感估算模型的比较研究. 张卓,龙慧灵,王崇倡,杨贵军. 2019

[6]冬小麦叶面积指数遥感反演方法比较研究. 谢巧云,黄文江,蔡淑红,梁栋,彭代亮,张清,黄林生,杨贵军,张东彦. 2014

[7]基于高光谱的水稻叶片氮素营养诊断研究. 杨红云,周琼,杨珺,孙玉婷,路艳,殷华. 2019

[8]基于高光谱和参数优化支持向量机的水稻施氮水平分类研究. 罗建军,杨红云,路艳,万颖,孙爱珍,易文龙. 2020

[9]基于特征光谱参数的苹果叶片叶绿素含量估算. 冯海宽,杨福芹,杨贵军,李振海,裴浩杰,邢会敏. 2018

[10]基于无人机高光谱遥感的太行山经济林树种识别研究. 孙一丹,杨晓楠,张海涛,张爱军,庞立欣,郭艳超,郭雪涛,梁欣. 2024

[11]不同颗粒大小对高光谱估算土壤有机质含量的影响. 司海青,姚艳敏,王德营,刘影. 2015

[12]基于支持向量机模型的冬小麦全蚀病为害等级遥感监测. 焦红涛,吴旭,司海平,时雷,郭伟,马新明,周益林. 2014

[13]基于波段选择的烟草病害检测模型. 潘兆杰,孙根云,张爱竹,付航,王新伟,任广伟. 2023

[14]基于无人机低空高光谱遥感影像的柑橘黄龙病植株监测模型. 李敏,覃泽林,兰宗宝,方辉,余圣新,莫小香,谢国雪,曾志康. 2023

[15]基于支持向量机回归的冬小麦叶面积指数遥感反演. 梁栋,管青松,黄文江,黄林生,杨贵军. 2013

[16]基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测. 屈莎,李振海,邱春霞,杨贵军,宋晓宇,陈召霞,刘畅. 2017

[17]粤港澳大湾区2010-2020年耕地时空变化研究. 冯珊珊,刘序,胡韵菲. 2023

[18]基于Radarsat-2的水稻种植面积提取. 单捷,邱琳,孙玲,王志明. 2017

[19]不同条件下夏玉米冠层反射光谱响应特性的研究. 谭昌伟,郭文善,朱新开,李春燕,王纪华. 2008

[20]基于无人机的高光谱遥感图像采集和处理技术研究. 陈智虎,童倩倩,赵泽英,岳延滨. 2019

作者其他论文 更多>>

微信小程序