基于未标签信息主动学习算法的高光谱影像分类

来源：计算机应用杂志2017年第6期北京时间：

作者：张良, 罗祎敏, 马洪超, 张帆, 胡川

单位：1. 湖北大学 资源环境学院, 武汉 430062;2. 武汉大学 遥感信息工程学院, 武汉 430079;3. 国网湖北省电力公司 检修公司, 武汉 430077

摘要：针对高光谱遥感影像分类中，传统的主动学习算法仅利用已标签数据训练样本，大量未标签数据被忽视的问题，提出一种结合未标签信息的主动学习算法。首先，通过K近邻一致性原则、前后预测一致性原则和主动学习算法信息量评估3重筛选得到预测标签可信度高并具备一定信息量的未标签样本；然后，将其预测标签当作真实标签加入到标签样本集中；最后，训练得到更优质的分类模型。实验结果表明，与被动学习算法和传统的主动学习算法相比，所提算法能够在同等标记的代价下获得更高的分类精度，同时具有更好的参数敏感性。

关键词：高光谱遥感,主动学习,图像分类,未标签信息。

基金资助：国家自然科学基金资助项目（41601504）。