【英文题名】
Gaussian Processes Based Classification for Hyper-spectral Imagery
【作者】
姚伏天 ;
【导师】
钱沄涛 ;
【学位授予单位】
浙江大学 ;
【学科专业名称】
计算机科学与技术
【学位年度】
2011
【论文级别】
博士
【网络出版投稿人】
浙江大学
【网络出版投稿时间】
2011-04-14
【关键词】
高光谱图像分类 ;
高斯过程 ;
亲和传播聚类算法 ;
条件随机场 ;
核函数 ;
半监督学习 ;
【英文关键词】
Hyperspectral image classification ;
Gaussian Processes ;
Affinity propaga-tion ;
ConditionaI Random Fields ;
Kernel Methods ;
Semi-supervised Learning ;
【中文摘要】
为利用高光谱成像光谱仪,高光谱图像可通过数百个连续且细分的光谱波段对地表区域同时成像,进而获得三维图像数据。高光谱图像信息通过较窄的波段区间、较多的波段数量而提供。高光谱图像能被用于从光谱空间中对地物予以细分和识别,这是其能够在军事和民用领域得到广泛应用的重要原因。
当前,在高光谱图像分类领域,核函数方法因具有可解决非线性问题和数据特征维数过多问题的能力,而受到科研人员越来越多的关注,逐步成为研究热点。最近几年,支持向量机作为一种核函数方法广泛被应用于高光谱图像分类。但是,支持向量机本身存在诸如核函数中超参数难以选择、输出结果不具有概率意义等问题,限制了其进一步的推广。
高斯过程也是一种基于核函数的方法。它具有完全的贝叶斯公式化表示,能够明确的进行概率建模,使结果更易于解释。高斯过程的贝叶斯学习提供了一个范式,可以根据训练样本,实现从先验分布到后验分布的转换,以及对核函数超参数的推理。
本文以基于高斯过程的高光谱图像分类技术作为主要研究内容,针对高光谱图像波段数多,波段间相关性和空间相关性强,带标记训练样本过少的特点,将高斯过程理论与亲和传播聚类算法、综合波段特征与空间特征构造空间约束...
【英文摘要】
Hyperspectral imagery (HSI) is a three-dimensional imagery generated by imaging spectrometer simultaneously to the same surface scenery at hundreds of bands. It contains hundreds of spectral information in a narrow spectral region. One of the main applications of HSI is to identify and recognize the materials by the rich spectral information, which is also the basic reason for widely used of HSI to military and civilian fields.
Currently, kernel methods are more and more popular in HSI classification fo...
【更新日期】
2011-06-21
【相同导师文献】
导师：钱沄涛 导师单位：浙江大学 学位授予单位：浙江大学基于RPC的证券交易系统中间件设计与实现 [D]. 浙江大学,2023基于注意力机制的高光谱与多光谱图像融合算法研究 [D]. 浙江大学,2023基于深度学习的光学遥感图像多标签分类技术研究 [D]. 浙江大学,2020小样本条件下的遥感图像检索方法研究 [D]. 浙江大学,2020基于深度学习的高光谱图像分类问题研究 [D]. 浙江大学,2018基于卷积神经网络的目标检测算法其增量学习研究 [D]. 浙江大学,2019引入全局约束的精简人脸关键点检测网络 [D]. 浙江大学,2019基于ShuffleNet的人脸识别 [D]. 浙江大学,2019基于组稀疏非负矩阵分解的高光谱图像去噪方法研究 [D]. 浙江大学,2017基于智能手机的车辆检测与车距测量 [D]. 浙江大学,2017
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
| 
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
