基于主动深度学习的遥感图像分类

《基于主动深度学习的遥感图像分类》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、硕士学位论文MASTER’SDISSERTATION论文题目基于主动深度学习的遥感图像分类作者姓名左亚青学科专业模式识别与智能系统指导教师胡硕讲师2016年5月中图分类号：TP391学校代码：10216UDC：621.3密级：公开工学硕士学位论文基于主动深度学习的遥感图像分类硕士研究生：左亚青导师：胡硕讲师申请学位：工学硕士学科专业：模式识别与智能系统所在单位：电气工程学院答辩日期：2016年5月授予学位单位：燕山大学ADissertationinPatternRecognitionandIntelligentSystemAREMOTESENSINGIMA

2、GECLASSIFICATIONBASEDONACTIVEDEEPLEARNINGbyZuoYaqingSupervisor：LecturerHushuoYanshanUniversityMay,2016燕山大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《基于主动深度学习的遥感图像分类》，是本人在导师指导下，在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字：日期：年月

3、日摘要摘要随着遥感图像在社会生活和经济建设中的地位越来越重要，遥感图像分辨率也在逐步提高，如何从遥感图像获得更多有用的数据和信息变得极为迫切。在社会生活中，从遥感图像中获取大量的标记样本是不现实的，但是随着技术的不断发展，对未标记样本的采集工作显得轻而易举，专家不必花费大量的人力物力对未标记样本进行标记。因此，提高遥感图像的分类性能更多考虑如何充分利用有限的标记样本和大量的未标记样本，主动学习可以有效解决这个问题。主动学习算法通过依次迭代更新，从未标记样本中寻找含有最大信息量的样本，在有限的时间和资源的前提下，构造有效训练集，从而提高分类算法的效率。目前，

4、在机器学习领域，主动学习已成为一个热门研究问题。深度学习致力于建立模拟人脑分析学习机制的多层次神经网络的建模和算法学习的研究问题，它的概念源于人工神经网络的研究，深度学习通过多层神经网络分析和解释数据，解决深层结构相关的优化难题。在深度学习中，一种常用的模型是稀疏自编码模型(SAE)。它在寻找数据高维特征同时通过稀疏正则项使得寻找到的特征具有稀疏性，不仅能保证取出的特征能够消除冗余，而且具有很好的表示能力。本文利用稀疏自编码结合主动学习模型中的nEQB来对遥感图像进行分类。该方法先利用稀疏自编码对训练样本进行训练得到初始分类器，接下来用主动学习把未标注样本

5、集中最富有信息量的样本挑选出来交给专家对样本所属的属性或者类别加以标注，把标记好的样本重新加入到训练样本中，同时将标记好的样本从未标记样本中剔除，如此迭代更新分类器。引入主动学习加入到稀疏自编码框架中是为了通过主动学习来增加训练样本的数量，提高分类器性能，从而提高稀疏自编码的分类精度，为了验证两者结合的效果与稀疏自编码加随机和SVM加主动学习方法进行了对比实验。此外，在这两组实验中还测试了参数的敏感性。实验结果表明：在遥感图像的分类中，在训练样本一致的前提下，SVM通常是略优于SAE；不过不论对SAE还是SVM，加入主动学习算法以后两者的分类精度都有提高。

6、关键词：深度学习；主动学习；支持向量机；稀疏自编码-I-燕山大学工学硕士学位论文AbstractWiththeconstantimprovementoftheremotesensingimageresolution,thereisanurgentrequestfromremotesensingimagetogetmoreusefuldataandinformation,theclassificationofremotesensingimageplaysanincreasinglyimportantroleinthesociallifeandeconomic

7、construction.However,forremotesensingimages,itdoesn'texistalargenumberoftagsamplesinreallife.Makingthesampleisnotonlytime-consumingbutveryexpensive.Butwiththeconstantimprovementoftheacquisitiontechnology,itisbecomingmoreandmoreeasytoobtainalargenumberofunmarkedsamples.Soinordertoi

8、mprovetheclassificationperformanc