《基於波段貢獻率預測的高光譜圖像半監督分類方法研究》是依託煙臺大學，由隋晨紅擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於波段貢獻率預測的高光譜圖像半監督分類方法研究
- 項目類別：青年科學基金項目
- 項目負責人：隋晨紅
- 依託單位：煙臺大學
- 批准號：61601397
- 申請代碼：F0113
- 負責人職稱：副教授
- 研究期限：2017-01-01 至 2019-12-31
- 支持經費：19（萬元）
項目摘要
高光譜圖像擁有豐富的光譜與空間信息，因此，在地物分類與識別領域具有廣闊的套用前景。然而，波段眾多而樣本有限引起的“維數災難”現象、各波段對區分不同地物的潛在貢獻差異被忽略而導致的光譜利用率低的問題，以及“同物異譜”或“異物同譜”現象，都極大地影響高光譜圖像的分類精度與套用水平。.為此，本項目將研究有效融合波段貢獻率、光譜與空間信息的高光譜圖像半監督分類方法。首先圍繞波段貢獻率，探索採用F-measure對其進行刻畫，並通過數學推導建立F-measure的理論預測模型；其次在預測模型的基礎上，研究可確定F-measure對應地物類別的半監督預測方法；再次將F-measure引入光譜空間，進而構建融合F-measure、光譜與空間信息，以及標籤傳播的半監督分類目標函式；最後為提高目標函式的求解精度，將研究有效降低參數對更新順序敏感性的交替最佳化方法。另外，本項目將開發評估方法性能的軟體評估系統。
