国家自然科学基金(41271420D010702)

作品数:23被引量:110H指数:7
导出分析报告
相关作者:周绍光孙金彦向晶赵鹏飞刘文静更多>>
相关机构:河海大学江苏省基础地理信息中心安徽省水利厅清华大学更多>>
相关期刊:《计算机与数字工程》《计算机工程与应用》《测绘工程》《地理空间信息》更多>>
相关主题:遥感影像道路提取图像分割半监督分类高分辨率遥感影像更多>>
相关领域:天文地球自动化与计算机技术更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于最大投票融合的高光谱影像半监督分类被引量:2
《地理空间信息》2020年第5期20-25,I0005,共7页刘丽丽 周绍光 丁倩 赵婵娟 
国家自然科学基金资助项目(41271420/D010702)。
高光谱影像中的标记样本往往有限,即使利用大量的训练样本,分类结果也会出现大量斑点状的误分点。利用JSEG分割的方法生成了同质区,以获取大量未标记样本的标签,并在光谱特征的基础上进行了多特征提取,提高了类别辨识度;利用最大投票原...
关键词:JSEG分割 同质区 最大投票融合 半监督分类 
基于同质区和迁移成分分析的高光谱图像分类被引量:3
《计算机工程与应用》2019年第19期198-206,270,共10页赵婵娟 周绍光 刘丽丽 丁倩 
国家自然科学基金(No.41271420/D010702)
作为一种经典迁移学习算法,迁移成分分析(TCA)已在多种不同的领域得以应用。然而,由于涉及大的矩阵运算,TCA尚无法直接用于对遥感影像进行分类。该研究利用影像同质区信息对传统的迁移成分分析思想进行改进,以随机选取的一点代表一个目...
关键词:高光谱图像分类 迁移学习 领域自适应 图像分割 同质区 
基于同质区和迁移学习的高光谱图像半监督分类被引量:1
《地理信息世界》2019年第5期45-52,共8页赵婵娟 周绍光 丁倩 刘丽丽 
国家自然科学基金项目(41271420/D010702)资助
针对高光谱遥感图像分类中标记样本难获取的问题,提出了一种基于同质区和迁移学习的新型半监督分类方法。首先对高光谱图像进行分割得到高纯度的同质分割斑块,获取大量扩展训练样本。并在此基础上引入迁移学习,将扩展训练样本作为源域,...
关键词:高光谱图像分类 图像分割 半监督 迁移学习 
基于伪标签深度学习的高光谱影像半监督分类被引量:1
《计算机工程与应用》2019年第17期191-198,共8页刘丽丽 周绍光 赵婵娟 丁倩 
国家自然科学基金(No.41271420/D010702)
研究了一种仅利用少量标记点训练深度卷积神经网络并对高光谱影像进行分类的方法。以图像分割获得的同质区增加训练样本数目;借助这些增加的样本训练初始分类器并预测所有未知点的初始类别;将每一初始类别聚集为适当的类簇,以类簇号作...
关键词:卷积神经网络(CNN) 伪标签 半监督分类 高光谱影像 
结合RGB三维直方图和DBSCAN算法的图像分割被引量:2
《计算机工程与应用》2018年第21期156-162,共7页丁倩 周绍光 邓巧 王馨苑 
国家自然科学基金(No.41271420/D010702)
合并超像素生成大面积同质区对目标检测、跟踪和识别及遥感影像处理具有现实意义。在合并过程中,要求超像素具有良好的边缘保持性,传统的超像素分割方法追求形状规则而忽略边缘的贴合度。有鉴于此,提出一种基于RGB三维直方图结合DBSCAN...
关键词:RGB三维直方图 超像素 同质区 DBSCAN聚类 
利用局部稀疏不变特征的遥感影像检索被引量:1
《国土资源遥感》2018年第2期38-44,共7页胡屹群 周绍光 岳顺 刘晓晴 
国家自然科学基金项目"高分辨率遥感影像中城市道路网的提取方法研究"(编号:41271420/D010702)资助
为了增强遥感影像局部特征的表征能力并充分利用过完备字典的稀疏分解,提出了基于稀疏表示特征构建视觉词典的遥感影像检索新方法。首先,提取遥感训练影像库的局部不变特征,对大量的局部特征训练过完备字典并将在该字典更新下获取的稀...
关键词:局部不变特征 过完备字典 稀疏表示 SVM分类模型 影像检索 
结合Steger方法和影像分类的道路中心线提取被引量:2
《地理空间信息》2018年第2期64-67,共4页邓巧 周绍光 胡屹群 王馨苑 
国家自然科学基金资助项目(41271420/D010702)
针对直接利用监督分类结果提取道路中心线过程过于复杂的问题,研究一种综合利用Steger方法和影像分类结果的道路中心线提取新策略。以影像分类结果从Steger方法获取的条带中心线中初步筛选出候选道路中心线段,根据道路的连续性和方向的...
关键词:Steger方法 影像分类 道路中心线提取 
基于正样本和未标记样本的遥感图像分类方法被引量:3
《计算机工程与应用》2018年第4期160-166,230,共8页裔阳 周绍光 赵鹏飞 胡屹群 
国家自然科学基金(No.41271420/D010702)
传统分类器的构建需要正样本和负样本两类数据。在遥感影像分类中,常出现这样一类情形:感兴趣的地物只有一种。由于标记样本耗时耗力,未标记样本往往容易获取并且包含有用信息,鉴于此,提出了一种基于正样本和未标记样本的遥感图像分类方...
关键词:有偏SVM 支持向量数据描述 高斯数据描述 单类支持向量机 遥感图像分类 多类SVM 
基于GPS车辆数据和图像配准的道路中心线提取被引量:2
《地理空间信息》2018年第1期48-50,64,共4页王馨苑 周绍光 胡屹群 
国家自然科学基金资助项目(41271420/D010702)
GPS车辆数据可提供详细的道路网信息,而它可能存在数据误差和冗余问题,可采用形态学处理中的细化操作得到近似道路中心线。针对细化操作得到的曲线弯曲度过大且存在孤立数据点、数据冗余等情况,以得到的近似道路中心线为基准线,利用霍...
关键词:GPS车辆数据 细化 图像配准 霍夫变换 道路中心线 
基于主动深度学习的高光谱影像分类被引量:13
《计算机工程与应用》2017年第17期192-196,248,共6页程圆娥 周绍光 袁春琦 陈蒙蒙 
国家自然科学基金(No.41271420/D010702)
针对当前高光谱遥感影像分类人工标注样本费时费力,大量未标注样本未得到有效利用以及主要利用光谱信息而忽视空间信息等问题,提出了一种空-谱信息与主动深度学习相结合的高光谱影像分类方法。首先利用主成分分析对原始影像进行降维,在...
关键词:高光谱遥感影像分类 空谱特征 堆栈式稀疏自编码深度网络 主动学习 
检索报告 对象比较 聚类工具 使用帮助 返回顶部