基于主动学习的高光谱海冰图像分类

发布时间：2017-09-20 13:11

  本文关键词：基于主动学习的高光谱海冰图像分类

  更多相关文章： 高光谱海冰图像 支持向量机 分类 主动学习 半监督学习

【摘要】：海冰是高纬度海域最为突出的海洋灾害之一。与常规遥感技术相比,高光谱监测海冰最大的特点就是光谱分辨率高,蕴含接近连续的光谱信息和丰富的空间信息,可以更加精确地区分海水和不同类型的海冰。高光谱海冰图像一般使用监督分类提高分类精度,典型的方法是基于支持向量机进行分类。对于高光谱海冰遥感图像,受条件限制,实测资料非常稀少,对样本进行标注需要耗费大量的时间和成本。但是如果只使用少量的标签样本训练海冰分类器模型,分类器的泛化性能不好,同样对于未标签样本而言也是一种浪费。尽管未标记的样本没有具体的标签,但是它们的分布却有可能揭示待处理数据本身的内部结构特征,而且对分类器模型的泛化能力有一定的提高。所以考虑只有少量标签样本的情况下,如何有效利用大量未标签样本的信息可以获得较好的海冰分类性能,成为海冰监测中的一个关键问题。因此在本文中,对主动学习进行改进,引入半监督学习对高光谱海冰图像进行分类。工作内容如下:1)详细阐述了高光谱图像分类的基本原理、分类流程,重点介绍了基于监督分类的支持向量机算法,按照从线性到非线性;从二类到多类分类这一思路详细分析了支持向量机分类器的内容,并且实现了支持向量机的多类分类。2)提出一种基于不确定性准则和差异性准则的主动学习方法(BvSB+ECBD)。通过高光谱海冰图像对该算法的分类性能进行了测试,实验结果表明:与不同的主动学习方法和随机采样方法相比,BvSB+ECBD算法可以选择信息更加丰富且差异性较大的样本进行SVM分类,实现了利用较少的标签样本获得较好的海冰分类性能。最后还测试了BvSB+ECBD算法对初始训练样本数量的敏感度,实验结果发现,初始训练样本的数量对最终分类精度影响不大,但是当使用较多的初始样本时,会加快算法的收敛速度。3)提出了一种主动学习与半监督学习相结合的方法(BvSB+ECBD+TSVM),当只有较少标签样本时,可以有效利用大量未标签样本的信息建立海冰分类模型。在半监督学习过程中,半标签样本的选择融入了主动学习的思想;最后基于支持向量机分类器,将主动学习和半监督学习顺序结合,进一步减少了标注成本。通过高光谱海冰图像对该算法进行了实验,发现提出的BvSB+ECBD+TSVM算法相比于传统的主动学习方法,可以利用较少的标签样本获得较高的海冰分类精度,有效克服了对未标签样本的错误评估,较大提升了分类器的泛化性能。
【关键词】：高光谱海冰图像 支持向量机 分类 主动学习 半监督学习
【学位授予单位】：上海海洋大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 引言10-17
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-15
• 1.2.1 高光谱图像分类的研究现状11-12
• 1.2.2 海冰监测的研究现状12-13
• 1.2.3 主动学习技术的研究现状13-15
• 1.3 研究内容15
• 1.4 论文结构15-17
• 第二章 高光谱图像分类及SVM算法理论17-29
• 2.1 高光谱遥感图像数据特点17-19
• 2.2 高光谱遥感图像分类19-23
• 2.2.1 高光谱图像分类原理19-20
• 2.2.2 高光谱图像分类方法20-23
• 2.3 支持向量机算法理论23-28
• 2.3.1 线性SVM23-26
• 2.3.2 非线性SVM26-27
• 2.3.3 SVM多类分类方法27-28
• 2.4 本章小结28-29
• 第三章 基于BvSB+ECBD主动学习算法的高光谱海冰图像分类29-42
• 3.1 主动学习算法简介29-30
• 3.2 主动学习模型30-31
• 3.2.1 AL过程模型30-31
• 3.2.2 关键问题31
• 3.3 主动学习的采样策略31-36
• 3.3.1 基于BvSB的不确定性准则32-33
• 3.3.2 基于ECBD的差异性准则33-35
• 3.3.3 基于BvSB + ECBD的主动学习算法35-36
• 3.4 实验过程与结果分析36-41
• 3.4.1 数据描述36-37
• 3.4.2 实验设计37-38
• 3.4.3 实验结果38-41
• 3.5 本章小结41-42
• 第四章 基于半监督和主动学习相结合算法的高光谱海冰图像分类42-53
• 4.1 半监督学习42-44
• 4.1.1 半监督学习简介42-43
• 4.1.2 半监督学习算法分类介绍43-44
• 4.2 直推式支持向量机(TSVM)44-46
• 4.2.1 TSVM算法思想44-46
• 4.2.2 TSVM算法改进46
• 4.3 主动学习与半监督学习算法的融合46-48
• 4.4 实验过程与结果分析48-51
• 4.4.1 数据描述48
• 4.4.2 实验设计48-49
• 4.4.3 实验结果49-51
• 4.5 本章小结51-53
• 第五章 总结与展望53-55
• 参考文献55-60
• 附录60-61
• 致谢61

【相似文献】

中国期刊全文数据库 前10条

1 张庆河;张娜;;渤海海冰演化的三维数值模型[J];天津大学学报;2013年04期

2 杨希宏 ,刘桂海;海冰对港口通航的影响[J];港工技术;1990年01期

3 岳前进,任晓辉,陈巨斌;海冰韧脆转变实验与机理研究[J];应用基础与工程科学学报;2005年01期

4 王文辉,王相玉,袁本坤;曹妃甸邻近海域的海冰状况与特征[J];海岸工程;2005年03期

5 许映军;李宁;顾卫;史培军;崔维佳;;控温法海冰冻融固态脱盐技术研究[J];应用基础与工程科学学报;2006年04期

6 张方俭;我国的海冰[J];中国航海;1982年02期

7 戚隆溪,王柏懿;关于离岸工程结构的冰载[J];力学进展;1983年01期

8 龚家龙;;海冰卫星实况图像开始电视试播[J];遥感信息;1988年02期

9 郑新江;赵长海;;卫星遥感技术在海冰减灾中的应用[J];遥感信息;1991年03期

10 李洪升,岳前进,沈梧;海冰的粘性效应及模型理论[J];大连理工大学学报;1993年02期

中国重要会议论文全文数据库 前10条

1 郭井学;李鑫;席颖;李丙瑞;;雷达技术在极地海冰厚度探测中的应用研究[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年

2 武皓微;庞永杰;;海冰的危害及其淡化利用[A];第十五届中国海洋（岸）工程学术讨论会论文集(中)[C];2011年

3 孙波;何茂兵;康建成;温家洪;李院生;;探地雷达对北冰洋海冰的探测与分析[A];中国地球物理学会年刊2002——中国地球物理学会第十八届年会论文集[C];2002年

4 王帮兵;孙波;田钢;郭井学;张向培;;三维雷达方法探测北极夏季海冰[A];中国地球物理学会第22届年会论文集[C];2006年

5 郭井学;孙波;;电磁感应方法在波西尼亚湾海冰厚度探测中的应用[A];中国地球物理学会第二十三届年会论文集[C];2007年

6 王刚;季顺迎;吕和祥;岳前进;;海冰的广义双剪粘弹塑性本构模型[A];数学·力学·物理学·高新技术研究进展——2006（11）卷——中国数学力学物理学高新技术交叉研究会第11届学术研讨会论文集[C];2006年

7 吴辉碇;;海冰动力学过程的数值模拟[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

8 李彦青;苏洁;汪洋;郭晓葭;翟梦茜;;渤海海冰距离侯平均时间序列构建与分析[A];第28届中国气象学会年会——S3天气预报灾害天气研究与预报[C];2011年

9 周琳琳;康建成;益建芳;张小伟;;被动微波遥感与南极海冰[A];中国地球物理学会年刊2002——中国地球物理学会第十八届年会论文集[C];2002年

10 周凯;;基于机载多传感器系统的海冰航空遥测研究[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

中国重要报纸全文数据库 前10条

1 本报记者 周洁;海冰不期而至[N];中国气象报;2010年

2 记者 冯君　王晨;渤海海冰范围比常年平均偏大2.1倍[N];中国气象报;2010年

3 本报记者 张一玲;科学利用海冰资源 淡化研究取得进展[N];中国海洋报;2010年

4 本报记者 郑杨;海冰预警：科技大显身手[N];经济日报;2010年

5 海贝;走近海冰[N];中国渔业报;2010年

6 记者 闫平;海冰淡化离我们还有多远[N];经济参考报;2010年

7 本报记者 丁雷;海冰——变害为利正当时[N];大连日报;2010年

8 记者 李大庆;我首创利用海冰水灌溉农田[N];科技日报;2005年

9 本报特派记者 陈瑜;“行走”海冰上[N];科技日报;2010年

10 通讯员 谢盼　张博;河北：海冰融化影响水产养殖[N];中国气象报;2011年

中国博士学位论文全文数据库 前10条

1 季顺迎;渤海海冰数值模拟及其工程应用[D];大连理工大学;2001年

2 张晰;极化SAR渤海海冰厚度探测研究[D];中国海洋大学;2011年

3 王杭州;海冰基太阳辐照度剖面自动监测及校正技术研究[D];浙江大学;2015年

4 樊婷婷;近30年来南极海冰增长的本质特征及其影响机制[D];中国海洋大学;2015年

5 钟文理;波弗特流涡系统下的加拿大海盆中上层海洋多年变化及其机制[D];中国海洋大学;2015年

6 郝光华;北极海冰密集度反演与季节性海冰双模态特征研究[D];中国海洋大学;2015年

7 季青;基于卫星测高技术的北极海冰厚度时空变化研究[D];武汉大学;2015年

8 赵宝刚;渤海辽东湾冰区工程点雷达海冰监测和预报技术研究[D];大连海事大学;2008年

9 王瑞学;海冰动力学数值模拟及波浪与海冰相互作用[D];大连理工大学;2010年

10 李春花;海冰在潮汐和波浪作用下的断裂机理研究[D];大连理工大学;2000年

中国硕士学位论文全文数据库 前10条

1 张树刚;夏季北冰洋海冰融化过程中能量分配的研究[D];中国海洋大学;2009年

2 张蕊;北极夏季海冰表面融池形态分析[D];大连理工大学;2010年

3 宋艳平;极区油船与冰碰撞的非线性有限元仿真研究[D];大连海事大学;2015年

4 刘立剑;基于C波段PolSAR的多特征融合的海冰厚度反演[D];大连海事大学;2015年

5 李明广;夏季南极普里兹湾海冰及其光学特征观测研究[D];大连理工大学;2015年

6 马珊珊;基于图像处理的GOCI卫星海冰漂移监测技术研究[D];青岛科技大学;2015年

7 吴青;基于GOCI卫星的渤海海冰漂移监测[D];合肥工业大学;2014年

8 沈杨;结合MRF与v-SVM的SAR海冰图像分类[D];合肥工业大学;2015年

9 刘灿俊;结合相干斑抑制和区域生长的SAR海冰图像MRF分割方法研究[D];合肥工业大学;2014年

10 昂安;带有区域分裂自适应细化过程的SAR海冰图像分割[D];合肥工业大学;2014年

，

本文编号：888247