首页|期刊导航|南京师大学报(自然科学版)|邻域信息嵌入的半监督判别字典对学习的遥感场景图像分类方法

邻域信息嵌入的半监督判别字典对学习的遥感场景图像分类方法OA

中文摘要

随着遥感成像技术的发展,雷达或卫星等地球观测仪器生成大量遥感场景图像.但在训练样本标签不充足的情况下,遥感场景图像的分类的准确率仍有待提高.本文提出了一种邻域信息嵌入的半监督判别字典对学习方法.利用标记和未标记的样本进行综合字典和分析字典对的训练,通过最小化基于稀疏2,1范数的重构误差项来得到稳健的字典对.对结构化分析字典施加稀疏约束,以确保编码的稀疏性.同时,基于稀疏编码的邻域结构信息建立局部边界项,使得同类近邻稀疏编码间的距离较小,而不同类近邻稀疏编码间的距离大,提高稀疏编码的判别性.在RSSCN7和UC Merced数据集上的半监督遥感场景图像分类的实验表明,本文方法在分类准确率上具有一定优势.

周国华;卢剑伟;倪彤光;胡学龙

常州工业职业技术学院信息工程学院,江苏常州213164 扬州大学信息工程学院,江苏扬州225127常州工业职业技术学院信息工程学院,江苏常州213164 常州大学计算机与人工智能学院,江苏常州213164常州大学计算机与人工智能学院,江苏常州213164扬州大学信息工程学院,江苏扬州225127

信息技术与安全科学

半监督学习图像分类遥感场景字典对学习稀疏编码

《南京师大学报(自然科学版)》 2026 (5)

P.101-109,9

国家自然科学基金资助项目(61806026)江苏省教育厅未来网络科研基金资助项目(FNSRFP-2021-YB-36)常州市科技支撑社会发展资助项目(CE20215032).

10.3969/j.issn.1001-4616.2026.05.011

评论