胡荣华
- 作品数：4 被引量：3H指数：1
- 供职机构：首都师范大学资源环境与旅游学院资源环境与地理信息系统北京市重点实验室更多>>
- 发文基金：国家自然科学基金北京市教委科技项目北京市教委资助项目更多>>
- 相关领域：天文地球自动化与计算机技术更多>>
- 基于主动学习的高光谱异常检测SVDD算法
- 2014年
- 针对SVDD算法在高光谱图像异常检测中存在的计算量过大的问题,提出基于主动学习的SVDD异常检测算法。因为SVDD计算复杂度与训练样本的数量成指数增加,将主动学习的思想引入算法中。这种方法主动地选择构建超球体的支持向量样本,剔除对于构建超球体贡献不大的样本,大大减少了进行计算的数据量。
- 曾现灵张立燕胡荣华
- 关键词：高光谱图像异常检测支持向量数据描述
- 基于主动学习的高光谱遥感图像异常检测
- 高光谱遥感是一种新型的遥感技术,兴起于上世纪80年代,由于它能够提供地物更为详细的信息,使得传统多光谱遥感探测不到的信息能够被探测到。高光谱遥感目标探测分为目标检测和异常检测两种,与目标检测相比,异常检测算法能在无先验信...
- 胡荣华
- 关键词：高光谱图像异常检测支持向量数据描述
- 文献传递
- 高光谱遥感图像异常检测研究进展被引量：1
- 2014年
- 高光谱遥感图像异常检测即是对遥感图像中与背景存在显著光谱差异的像元进行识别,它在灾害预测和环境监测等领域具有很大应用价值.异常检测受到遥感学界的普遍重视,这些年来对异常检测开展的研究取得了不少成果.高光谱图像异常检测研究最初基于传统数据处理和信号分析方法,随着高光谱图像数据处理研究的深入及数据挖掘技术和智能学习方法等相关技术的发展,现在呈现智能和联合处理的新方向.文章对异常检测算法近来的研究进展进行的介绍以期为异常检测的相关研究提供一定参考.
- 胡荣华张立燕曾现灵梁志林
- 关键词：遥感图像异常检测
- 基于主成分建模的SVDD高光谱图像异常检测被引量：2
- 2014年
- 针对SVDD背景建模时混入异常点造成的检测率下降的问题,提出了基于主成分建模的SVDD方法并应用于高光谱图像异常检测。利用高光谱图像的光谱特征提取背景的主要成分,并分别对不同成分构建超球体,形成单种背景成分SVDD模型,最后利用综合决策函数对单个SVDD背景模型进行综合判断待检测像元,从而实现高光谱图像异常像元的检测。用仿真数据和真实数据对算法的性能进行验证,并将其与SVDD方法进行性能比较。结果表明,新算法在低虚警概率下较之SVDD模型有更高的检测概率,实验结果证明了算法的有效性。
- 曾现灵张立燕胡荣华
- 关键词：SVDD
