-
公开(公告)号：CN109117956A
公开(公告)日：2019-01-01
申请号：CN201810732008.5
申请日：2018-07-05
Applicant: 浙江大学
Abstract: 本发明公开了一种最佳特征子集确定方法，包括如下步骤：获取高分辨率影像，并进行预处理及面向对象分割，得到地物对象数据集；计算地物对象的各类特征，包括形状、指数、光谱、纹理等；从原始的地物对象数据集中挑选样本，包括训练样本、测试样本；基于交叉验证方法，以及随机森林、梯度提升决策树、支持向量机等机器学习方法，利用训练样本计算各特征的重要性，并使用改进的增强特征递归筛选方法对特征进行筛选，得到不同特征数量下，各特征子集的分类精度得分；依据得分最高的原则，确定各方法的分类最佳特征子集，剩余特征则作为冗余特征剔除。该方法简单、快速、准确。
-
公开(公告)号：CN109117956B
公开(公告)日：2021-08-24
申请号：CN201810732008.5
申请日：2018-07-05
Applicant: 浙江大学
Abstract: 本发明公开了一种最佳特征子集确定方法，包括如下步骤：获取高分辨率影像，并进行预处理及面向对象分割，得到地物对象数据集；计算地物对象的各类特征，包括形状、指数、光谱、纹理等；从原始的地物对象数据集中挑选样本，包括训练样本、测试样本；基于交叉验证方法，以及随机森林、梯度提升决策树、支持向量机等机器学习方法，利用训练样本计算各特征的重要性，并使用改进的增强特征递归筛选方法对特征进行筛选，得到不同特征数量下，各特征子集的分类精度得分；依据得分最高的原则，确定各方法的分类最佳特征子集，剩余特征则作为冗余特征剔除。该方法简单、快速、准确。
-
公开(公告)号：CN109063577A
公开(公告)日：2018-12-21
申请号：CN201810732696.5
申请日：2018-07-05
Applicant: 浙江大学
CPC classification number: G06K9/00657 , G06K9/342 , G06K9/6218 , G06K9/6267
Abstract: 本发明公开了一种基于信息增益率的卫星影像分割最佳分割尺度确定方法，包括：获取高分辨率卫星遥感影像，并进行预处理，选择具有代表性的区域作为最佳分割尺度确定的样区，并对样本区域的地物类型进行分类，获取样区影像分类成果，作为最佳分割尺度确定的参考影像；设置一系列从小到大的分割尺度参数，使用多尺度分割技术，分别对样区影像进行多尺度分割，获取一系列分割对象矢量；基于香农信息熵公式，计算参考影像及分割矢量的信息熵，并计算参考影像加入分割矢量后的条件熵，进而计算分割矢量的信息增益和信息增益率；根据信息增益率最大的原则选取最佳分割尺度。最终基于最佳分割尺度，对原始影像进行多尺度分割。
-
公开(公告)号：CN109063577B
公开(公告)日：2021-08-31
申请号：CN201810732696.5
申请日：2018-07-05
Applicant: 浙江大学
Abstract: 本发明公开了一种基于信息增益率的卫星影像分割最佳分割尺度确定方法，包括：获取高分辨率卫星遥感影像，并进行预处理，选择具有代表性的区域作为最佳分割尺度确定的样区，并对样本区域的地物类型进行分类，获取样区影像分类成果，作为最佳分割尺度确定的参考影像；设置一系列从小到大的分割尺度参数，使用多尺度分割技术，分别对样区影像进行多尺度分割，获取一系列分割对象矢量；基于香农信息熵公式，计算参考影像及分割矢量的信息熵，并计算参考影像加入分割矢量后的条件熵，进而计算分割矢量的信息增益和信息增益率；根据信息增益率最大的原则选取最佳分割尺度。最终基于最佳分割尺度，对原始影像进行多尺度分割。
-
-
-
Search Results
4
records
(took 0.011 seconds)
