面向大规模高光谱数据的半监督地物分类方法

《面向大规模高光谱数据的半监督地物分类方法》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、巧參《丢觀少專图硕ｄｂ学位论文胃讓圓面自大纖就ｉｔ浦齡监籠物３分类方法作者姓名李素猜＾１指导教瞧名Ｖ职称纖媛教授申请学位类别工学硕±圍西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研巧工作及取得的研究成果。尽我所知］，除了文中特别加＾＾１标注和致谢中所罗列的内容外，论文中不包含其他人己经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一同工

2、。与我作的同事对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一学位论文若有不实之处，本人承担切法律责任。－或例；化‘本人签名：裔日期走棄：叫西安电子科技大学关于论文使用授权的说明目本人完全了解西安电子科技大学有关保留和使用学位论文的规定，Ｐ：研巧生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文、的复印件，允许查阅借阅论文，；学校可Ｗ公布论文的全部或部分内容允许采用影印、缩印或其它复制手段保存论文。同时本人保证，结合学位论文研究成果完成的论

3、文。、发明专利等成果，署名单位为西安电子科技大学保密的学位论文在＿＿年解密后适用本授权书。７本人签名：专奏搞义化导师签名：衣夺日期；－叫日期：叫文＇心七？学校代码10701学号1302120892分类号TP751密级公开西安电子科技大学硕士学位论文面向大规模高光谱数据的半监督地物分类方法作者姓名：李素婧一级学科：电子科学与技术二级学科：电路与系统学位类别：工学硕士指导教师姓名、职称：杨淑媛教授学院：电子工程学院提交日期：2015年12月Semi-supervisedClassificationf

4、orLarge-scaleHyperspectralDataAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinCircuitsandSystemsByLiSujingSupervisor:YangShuyuanProfessorDecember2015摘要摘要高光谱遥感技术的快速发展，为地物的精确分类带来契机。对于高光谱数据而言，无监督分类方法不能获得很好的分类效果，而监督分类方法由于在获取标记样

5、本时耗费人力物力，使得分类器泛化能力不强。因此，能够同时利用少量标记样本以及大量未标记样本的半监督方法成为研究的热点，其中基于图的半监督方法由于能通过图有效的反映数据之间的信息，逼近数据之间的流形结构而受到广泛关注。然而，高光谱的高特征维度和数据规模，使得传统基于图的算法承受巨大的计算和存储压力。本文为了解决该问题，提出了几种以锚点图正则为核心的面向大规模高光谱数据的半监督地物分类方法：（1）提出一种基于模糊锚点图正则的高光谱图像分类算法，选取数目远小于样本总数的锚点用于标签预测，能够有效减轻传统基于图的半监督算法中由于高光谱数据

6、规模巨大而带来的计算和存储问题。首先，通过基于空间近邻加权值的核模糊C均值聚类选取锚点并得到隶属度矩阵，然后计算交叉相似度矩阵，并利用该矩阵构建模糊锚点图正则，通过优化求解目标函数，得到锚点的标签，最后根据线性关系计算未标记样本的标记。根据实验仿真，与一些经典的高光谱图像分类算法进行比较，可以看出本章算法与其它算法相比具有较好的分类效果。（2）提出一种基于局部模糊锚点图正则和松弛聚类的高光谱图像分类算法，在上一章算法的基础之上，利用交叉相似度矩阵对高光谱数据进行聚类与空间分割，将图像分割成为一系列的超像素，将每个超像素与周围的超像

7、素联合起来组成超像素集，计算超像素集中样本之间的相似度，将其用于构建局部模糊锚点图正则，并引入松弛聚类假设，减小混合像元对分类精度带来的负面影响，之后对每个超像素集迭代计算锚点标签和样本属于各个类别的概率向量，使用迭代得到锚点的标签对超像素中样本的进行标签预测。在实际高光谱数据上进行仿真，可以看出本章算法具有明显的优势，分类效果更好，具有空间局部一致性。（3）提出一种基于模糊锚点图正则的高光谱分类算法分布式实现，首先采用随机采样和规则采样对数据进行分配，并发送给各个子系统，接着使用分布式基于空间近邻加权的核模糊C均值聚类方法选取锚

8、点，针对不同的数据采样方式实现相应基于锚点图正则的分布式算法。通过实验可以看出，本方法能够被实现，说明并行方法的可行性。关键词：高光谱数据，半监督图，模糊锚点，松弛聚类，分布式IABSTRACTABSTRACTTherapiddevelopment