公开(公告)号：CN105718942B

公开(公告)日：2019-03-08

申请号：CN201610033575.2

申请日：2016-01-19

Applicant: 重庆邮电大学

Inventor： 楚恒 ,  晁拴社 ,  王汝言 ,  王兴

IPC: G06K9/62

Abstract: 本发明请求保护一种基于均值漂移和过采样的高光谱图像不平衡分类方法。首先将高光谱图像的每一个像素点用特征向量表示，用主成分分析降维方法提取第一主成分高光谱图像；利用均值漂移算法得到分割图，对分割图块中的像素点光谱值求和做平均得到局部空间信息；随机选取原高光谱图像数据中的每一类别样本，对样本数少的类别采用SMOTE技术过采样预处理，然后对各个类别样本两两训练支持向量机；对分类超平面上由少数类和多数类训练的支持向量再次过采样；结合空谱信息对测试样本利用混合核支持向量机分类器得到分类图；最后由最大投票方法对分割图和分类图融合得到最终的分类结果。提高了样本数少的地物的分类精度，同时又不降低其他类别的分类效果。

公开(公告)号：CN105718942A

公开(公告)日：2016-06-29

申请号：CN201610033575.2

申请日：2016-01-19

Applicant: 重庆邮电大学

Inventor： 楚恒 ,  晁拴社 ,  王汝言 ,  王兴

IPC: G06K9/62

CPC classification number: G06K9/6269

Abstract: 本发明请求保护一种基于均值漂移和过采样的高光谱图像不平衡分类方法。首先将高光谱图像的每一个像素点用特征向量表示，用主成分分析降维方法提取第一主成分高光谱图像；利用均值漂移算法得到分割图，对分割图块中的像素点光谱值求和做平均得到局部空间信息；随机选取原高光谱图像数据中的每一类别样本，对样本数少的类别采用SMOTE技术过采样预处理，然后对各个类别样本两两训练支持向量机；对分类超平面上由少数类和多数类训练的支持向量再次过采样；结合空谱信息对测试样本利用混合核支持向量机分类器得到分类图；最后由最大投票方法对分割图和分类图融合得到最终的分类结果。提高了样本数少的地物的分类精度，同时又不降低其他类别的分类效果。