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. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论