《基於稀疏感知學習的高光譜遙感影像分類》是依託西安電子科技大學，由張向榮擔任項目負責人的面上項目。
基本介紹
- 中文名：基於稀疏感知學習的高光譜遙感影像分類
- 項目類別：面上項目
- 項目負責人：張向榮
- 依託單位：西安電子科技大學
中文摘要,結題摘要,
中文摘要
由於高光譜遙感影像具有地物信息複雜、大量有標記樣本難以獲取、波段多、數據量大等特性，從而導致其地物分類存在精度低，區域一致性差等套用瓶頸問題，對此，本項目充分挖掘高光譜遙感影像的圖像空間、光譜空間的稀疏性，設計空-譜聯合稀疏感知的高光譜圖像分類；將稀疏感知和半監督學習相結合，提出壓縮感知半監督學習框架，設計不平衡自適應稀疏度壓縮學習分類器,半監督自適應字典的壓縮學習分類器,經驗映射稀疏表示分類器,和觀測矩陣最佳化的維數約減算法，建立高光譜影像魯棒、準確的分類方法。期望在稀疏感知學習分類器設計方法上有所突破，在高光譜遙感影像分類套用上取得實質性進展。
結題摘要
本項目針對高光譜遙感影像地物信息複雜、大量有標記樣本難以獲取從而導致的地物分類精度低，區域一致性差等套用瓶頸問題，充分挖掘高光譜遙感影像的圖像空間、光譜空間的稀疏性，提出了空-譜聯合稀疏感知的高光譜圖像分類；將稀疏感知和半監督學習相結合，提出了壓縮感知半監督學習框架，設計了不平衡自適應稀疏度壓縮學習分類器，半監督自適應字典的壓縮學習分類器，經驗映射稀疏表示分類器，和觀測矩陣最佳化的維數約減算法，從而建立了高光譜影像魯棒、準確的分類方法。項目圓滿完成了計畫書規定的研究內容，實現了預期研究目標。研究成果發表論文42篇，其中SCI檢索的國際期刊論文35篇，SCI II區的國際刊物18篇，申報國家發明專利16項（其中授權8項），待出版專著1部，培養博士和碩士7人。受MIT資助與邀請，項目負責人於2015.1-2016.3在MIT計算機與人工智慧實驗室跟隨美國工程院院士，前MIT人工智慧實驗室主任Victor Zue開展合作研究。並於2013年入選教育部“新世紀優秀人才”支持計畫，2014年入選西電首批“華山學者菁英人才計畫”。
