基于多分类器融合的高光谱图像分类研究

	基于多分类器融合的高光谱图像分类研究
	王燕; 李国臣; 孙晓丽
刊名	兰州理工大学学报
	2022-02-15
卷号	48 期号:01 页码:98-106
关键词	高光谱图像分类 Gabor滤波 LightGBM AdaBoost 多分类器融合
英文摘要	针对由于高光谱图像存在数据量大、数据相关性强、图谱合一等特点导致高光谱图像分类难度较大的问题,构建一种基于多分类器融合的高光谱图像分类模型.该模型首先使用双边滤波算法进行去噪处理,然后使用LDA算法与PCA算法相结合、单独PCA算法、Gabor滤波与PCA算法相结合三种方式分别对数据进行降维与特征提取,并分别使用SVM分类器、LightGBM分类器与AdaBoost分类器进行分类.最后设计一种AHP-投票法,将三个分类器的分类结果进行融合.结果表明,模型融合后效果显著提高,总体精度(OA)可达97.59%,平均精度(AA)可达98.95%以上,Kappa系数可达97.32%以上,OA、AA、Kappa系数比单个模型分类器平均提高2.30%、1.13%、2.54%.
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://ir.lut.edu.cn/handle/2XXMBERH/155780]
专题	计算机与通信学院
作者单位	兰州理工大学计算机与通信学院
推荐引用方式 GB/T 7714	王燕,李国臣,孙晓丽. 基于多分类器融合的高光谱图像分类研究[J]. 兰州理工大学学报,2022,48(01):98-106.
APA	王燕,李国臣,&孙晓丽.(2022).基于多分类器融合的高光谱图像分类研究.兰州理工大学学报,48(01),98-106.
MLA	王燕,et al."基于多分类器融合的高光谱图像分类研究".兰州理工大学学报 48.01(2022):98-106.