公开(公告)号：CN105740917B

公开(公告)日：2019-02-19

申请号：CN201610161544.5

申请日：2016-03-21

Applicant: 哈尔滨工业大学

Inventor： 陈曦 ,  宿富林 ,  刘玮

IPC: G06K9/62

Abstract: 带有标签学习的高分遥感图像的半监督多视图特征选择方法，属于高分遥感图像的半监督特征选择技术领域。本发明是为了解决现有高分遥感图像特征选择方法中，当只有少量的对象被标出时，监督和无监督的方法不能达到足够好的性能以及视图在高分图像的特征中不可用的问题。它包括以下步骤：一、采集原始图像特征集，生成特征组；二、通过类概率矩阵yu以及含有专属组信息的对角矩阵F，计算获得由所有特征组中所有特征向量的权重系数构成的原始特征权重系数矢量β；三、迭代计算特征权重系数矢量β，选定预设个数的权重系数，将选定的权重系数对应的全体特征向量作为选择出的特征集。本发明用于高分遥感图像的特征选择。

公开(公告)号：CN105740917A

公开(公告)日：2016-07-06

申请号：CN201610161544.5

申请日：2016-03-21

Applicant: 哈尔滨工业大学

Inventor： 陈曦 ,  宿富林 ,  刘玮

IPC: G06K9/62

Abstract: 带有标签学习的高分遥感图像的半监督多视图特征选择方法，属于高分遥感图像的半监督特征选择技术领域。本发明是为了解决现有高分遥感图像特征选择方法中，当只有少量的对象被标出时，监督和无监督的方法不能达到足够好的性能以及视图在高分图像的特征中不可用的问题。它包括以下步骤：一、采集原始图像特征集，生成特征组；二、通过类概率矩阵yu以及含有专属组信息的对角矩阵F，计算获得由所有特征组中所有特征向量的权重系数构成的原始特征权重系数矢量β；三、迭代计算特征权重系数矢量β，选定预设个数的权重系数，将选定的权重系数对应的全体特征向量作为选择出的特征集。本发明用于高分遥感图像的特征选择。