本发明提出了一种基于梯度提升决策树半监督算法融合的高光谱图像分类方法,用于解决现有基于主动学习与半监督学习相结合的高光谱图像分类中存在的分类精度较低的技术问题,其步骤包括:(1)输入高光谱图像数据;(2)提取样本点特征;(3)训练梯度提升决策树分类器参数;(4)对学习集中样本点分类;(5)评估样本点置信度;(6)通过稀疏表示筛选样本点;(7)更新有标记训练集;(8)输出分类结果。本发明利用分类器预测结果以及稀疏表示对无标记样本点的置信度进行评估,根据无标记样本点置信度的高低,划分为两个集合进行不同的处理,在提高分类精度的同时减轻了人工标记的负担,可用于地质调查、大气污染等领域。
声明:
“基于梯度提升决策树半监督算法融合的高光谱图像分类” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)