[发明专利]基于特征随机抽样集成超限学习机的高光谱图像分类方法有效
| 申请号： | 201710357950.3 | 申请日： | 2017-05-19 |
| 公开（公告）号： | CN107194423B | 公开（公告）日： | 2020-04-28 |
| 发明（设计）人： | 徐英;谷雨;冯秋晨;郭宝峰 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N20/10 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 杜军 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开基于特征随机抽样集成超限学习机的高光谱图像分类方法。现有高光谱图像具有图谱合一、光谱分辨率高、光谱范围宽、光谱相关性强等特点，本发明针对高光谱图像分类方法过程复杂且难以实时化的问题，提出基于邻域光谱信息提取空谱特征，为降低算法设计的复杂度，考虑到空谱特征相邻波段间的相关性，先对原始空谱特征向量进行平均分组，然后从每个区间随机选择若干个特征进行组合，利用超限学习机的快速学习能力来训练弱分类器，最后通过投票表决法实现高光谱图像分类。测试表明，该方法无需复杂的优化过程，训练速度快，分类精度高，能够满足高光谱图像分类精度和实时性两方面的需求。 | ||
| 搜索关键词： | 基于 特征 随机 抽样 集成 超限 学习机 光谱 图像 分类 方法 | ||
【主权项】：
基于特征随机抽样集成超限学习机的高光谱图像分类方法，其特征在于该方法的具体步骤是：步骤(1).结合空域信息提取高光谱图像的空‑谱特征向量；步骤(2).融合特征随机抽样、超限学习机与集成学习思想进行分类器训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学，未经杭州电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710357950.3/，转载请声明来源钻瓜专利网。
- 上一篇：除臭装置
- 下一篇：一种烟气净化用吸收塔及其烟气净化方法和应用
