赵鹏飞
- 作品数：4 被引量：16H指数：3
- 供职机构：河海大学地球科学与工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 基于正样本和未标记样本的遥感图像分类方法被引量：3
- 2018年
- 传统分类器的构建需要正样本和负样本两类数据。在遥感影像分类中,常出现这样一类情形:感兴趣的地物只有一种。由于标记样本耗时耗力,未标记样本往往容易获取并且包含有用信息,鉴于此,提出了一种基于正样本和未标记样本的遥感图像分类方法(PUL)。首先,根据正样本固有特征并结合支持向量数据描述(SVDD)从未标记集筛选出可信正负样本,再将其从未标记集中剔除;接着将其带入SVM训练,根据未标记集在分类器中的表现设立阈值,再从未标记集中筛选出相对可靠的正负样本;最后是加权SVM(Weighted SVM)过程,初始正样本及提取出的可靠正负样本权重为1,SVM训练筛选出的样本权重范围0~1。为验证PUL的有效性,在遥感影像进行分类实验,并与单类支持向量机(OC-SVM)、高斯数据描述(GDD)、支持向量数据描述(SVDD)、有偏SVM(Biased SVM)以及多类SVM分类对比,实验结果表明PUL提高了分类效果,优于上述单类分类方法及多类SVM方法。
- 裔阳周绍光赵鹏飞胡屹群
- 关键词：支持向量数据描述单类支持向量机遥感图像分类多类SVM
- 基于SLIC和主动学习的高光谱遥感图像分类方法被引量：8
- 2017年
- 在主动学习的基础上,提出一种基于SLIC的高光谱遥感图像主动分类方法。首先提取图像纹理特征并与光谱特征融合,使用PCA对新数据进行降维,取前三个主成分构成假彩色图像,然后使用SLIC处理该图像获得超像素;接着随机抽取定量超像素作为初始训练样本,样本光谱信息为超像素样本中所有像素点的光谱信息均值,样本标签为超像素中出现次数最多的类别;然后通过主动学习得到SVM分类器;最后使用分类器对超像素分类得到其类别,并将超像素类别赋予其包含的像素点,从而达到高光谱遥感图像分类的目的。实验表明:该方法明显降低了主动学习过程的时间消耗,有效地提高了分类效果,其OA,AA和Kappa值显著优于未使用SLIC的主动学习方法。
- 赵鹏飞周绍光裔阳胡屹群
- 一种顾及形状特征的遥感图像道路提取方法被引量：6
- 2017年
- 依照单类分类和主动学习的基本原理,利用光谱信息和道路几何信息共同实现道路提取。首先人工标记部分道路与非道路样本,用SVDD训练筛选出初始道路与非道路样本点代入SVM得到初始分类图,路径开运算处理之后进行直线匹配获取二值道路图。接下来是一个主动学习过程,根据样本点离超平面的距离及与二值道路图的匹配结果选取最终样本。将留下的样本点代入SVM中并赋以一定权值迭代训练,迭代固定次数之后选取正确率最高的SVM模型。最后利用路径开运算处理获取初始道路,经过形态学后处理得到最终的道路。实验结果表明,该方法可以有效地从高光谱遥感影像中提取道路。
- 裔阳周绍光刘文静赵鹏飞
- 关键词：支持向量数据描述支持向量机道路提取
- 高阶奇异谱分析在GPS监测时间序列中的应用
- 2017年
- 如何有效的从含有噪声的GPS监测时间序列中提取监测物体的变形信息,已成为GPS在变形监测中的重点研究内容。针对传统奇异谱分析的不足,该文采用基于高阶统计方法的高阶奇异谱分析,对苏通大桥的GPS监测时间序列进行了深入地应用研究分析。通过实例数据分析可得,高阶奇异谱分析可以较好的滤除GPS监测时间序列中的噪声信息,高效提取了索塔监测序列的有用信息。此外,该文对滤除的噪声进行了正态分布检验,结果表明滤除的噪声呈现正态分布,说明索塔处于稳定状态。该文的研究为GPS监测时间序列进一步处理提供了参考。
- 胡屹群裔阳赵鹏飞李珊
- 关键词：GPS噪声分析
