专利汇可以提供基于特征随机抽样集成超限学习机的高光谱图像分类方法专利检索,专利查询,专利分析的服务。并且本 发明 公开基于特征随机抽样集成超限学习机的高 光谱 图像分类方法。现有高光谱图像具有图谱合一、光谱 分辨率 高、光谱范围宽、光谱相关性强等特点,本发明针对高光谱图像分类方法过程复杂且难以实时化的问题,提出基于邻域光谱信息提取空谱特征,为降低 算法 设计的复杂度,考虑到空谱特征相邻波段间的相关性,先对原始空谱 特征向量 进行平均分组,然后从每个区间随机选择若干个特征进行组合,利用超限学习机的快速学习能 力 来训练弱分类器,最后通过投票表决法实现高光谱图像分类。测试表明,该方法无需复杂的优化过程,训练速度快,分类 精度 高,能够满足高光谱图像分类精度和实时性两方面的需求。,下面是基于特征随机抽样集成超限学习机的高光谱图像分类方法专利的具体信息内容。
1.基于特征随机抽样集成超限学习机的高光谱图像分类方法,其特征在于该方法的具体步骤是:
步骤(1)、结合空域信息提取高光谱图像的空-谱特征向量;
步骤(2)、融合特征随机抽样、超限学习机与集成学习思想进行分类器训练;
步骤(2)具体包括以下步骤:
2.1采用随机抽样方法对空-谱特征进行降维处理
首先对步骤(1)原始空-谱特征向量进行平均分组,得到S个子波段;然后从每个子波段区间随机选择若干个子特征进行组合,以达到特征降维的目的;将上述随机获得的子特征对应的索引记为indexk,k=1…C为抽样次数,C为采用的弱分类器数目;故第k个分类器经过随机抽样后的特征矩阵为F(indexk,:);
2.2采用具有快速学习能力的超限学习机训练弱分类器
超限学习机ELM的分类模型为
其中,hi(x)=G(ai,bi,x)为第i个隐层节点输出响应值,G为隐层节点采用的激活函数,x∈Rd,为d维实数域输入子特征向量,ai∈Rd,为输入层与第i个隐层节点的随机连接权重,bi∈R,为第i个隐层节点的偏移值;L为隐层节点个数,β为输出权重向量;
设训练样本数目为N,目标类别数目为B,ELM优化的目标函数为
其中,δ1>0,δ2>0,p,q=0,1,2…,+∞,λ为正则化参数,H为所有训练样本经过L个隐层节点输出的变换矩阵,其维数为N×L;T为目标类别矩阵,如式(3)所示,每一行中,目标真实类别位置为1,其余位置为-1;
当δ1=2,δ2=2,p=2,q=2时,式(2)具有闭环解,具体如式(4)和式(5)所示;
当N≤L时,
当N>L时,
其中,I为单位矩阵;
采用超限学习机进行训练时,按照式(6)生成输入层与隐层间的连接矩阵Wk,按照式(7)生成偏置向量Biask;
Wk=2×rand(L,size(indexk,1))-1 式(6)Biask=rand(L,1) 式(7)其中,rand()函数为产生均匀分布且位于区间[0 1]的随机数,size(v,1)函数用于获取矩阵或向量的行数;则第k个分类器对应的变换矩阵为
Hk=(G(Wk·F(indexk,:)+Biask))T 式(8)根据式(8),利用式(4)或式(5)求得输出权重向量βk;经过超限学习机得到的弱分类器classifierk包含{Wk,Biask,indexk,βk,G}等参数;
2.3使用集成学习思想,通过投票表决法将弱分类器组合成强分类器
对于一个待测样本,设经过步骤(1)提取的特征向量为ft,根据式(8)进行特征降维与映射,利用式(1)求解得到一个1×B的向量vk,向量中的每个值代表属于某一类别的概率,通过式(9)求得最大位置处的索引即为目标的类别Labelk;
[~,Labelk]=max(classifierk(ft(indexk,:))) 式(9)根据Bagging算法思想,对所有C个分类器的结果进行投票表决,从而确定目标的最终估计类别,如式(10)所示;
Label=MajorityVote(Labelk)k=1…C 式(10)。
2.根据权利要求1所述的基于特征随机抽样集成超限学习机的高光谱图像分类方法,其特征在于步骤(1)具体包括以下步骤:
利用空间目标领域的光谱特性具有一定相似性,或属于同一类物质的假设,选择空间领域内一定区域的样本均值作为特征向量f;
对所有的训练样本,进行上述特征提取,得到样本对应的特征向量fS,s为样本的标号;
然后将所有样本的特征向量按列进行排列,构成特征矩阵F,F=[f1,……,fN],N为样本个数。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于倾向性异质装袋算法的钢材质量预测方法 | 2020-05-08 | 500 |
一种基于医疗服务的集成信息管理方法 | 2020-05-08 | 729 |
一种声乐转换钢琴曲的钢琴学习方法 | 2020-05-08 | 807 |
构建基于PU学习的恶意流量检测模型的方法及装置 | 2020-05-12 | 149 |
一种汽车无线充电的方法及系统 | 2020-05-12 | 743 |
基于长短期记忆网络的梯级水电站发电量预测方法 | 2020-05-13 | 794 |
一种基于深度学习的多时相SAR图像变化检测方法 | 2020-05-08 | 459 |
一种声乐转换钢琴曲的钢琴学习系统 | 2020-05-08 | 467 |
软件众包的任务型对话系统及方法 | 2020-05-11 | 468 |
一种基于心率变异性的睡眠分期方法 | 2020-05-11 | 316 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。