一种协同主动学习和直推式支持向量机的海冰检测方法技术

本发明专利技术公开了一种协同主动学习和直推式支持向量机的海冰检测方法，涉及遥感海冰检测领域，解决了对海冰遥感图像标注耗时、图像中大量无标签样本包含有丰富信息却难以充分利用的弊端，其技术方案要点是通过协同主动学习和直推式支持向量机的方法能够查找可靠的标签样本，利用未标签样本中包含的丰富的信息量，并且减少样本的冗余，来建立分类模型，本发明专利技术的一种协同主动学习和直推式支持向量机的海冰检测方法，能够提高分类模型的性能，而且能够减少人工标记的工作量。

A method of sea ice detection based on Cooperative active learning and direct push support vector machine

【技术实现步骤摘要】
一种协同主动学习和直推式支持向量机的海冰检测方法
本专利技术涉及遥感海冰检测，特别涉及一种协同主动学习和直推式支持向量机的海冰检测方法。
技术介绍
海冰已成为高纬度地区最突出的海洋灾害之一。对于海冰灾害的防灾减灾及灾害评估研究，需要及时地获取海冰的外缘线、类别分布等详细信息。传统的目测和器测等海冰检测方法难以有效检测并获得大范围海冰的密集度、类别分布等丰富翔实的信息。遥感技术能够提供全天候、大面积、准确的海冰遥感图像信息，现已被广泛应用于海冰检测中，成为一种高效的检测海冰的方法。现有的海冰检测方法包括：1)从分类采用的特征判据来看，阈值分割法主要通过确定易于区分海冰与海水的光谱参数(如波段差和比)，通过阈值分割的方式区分海冰和海水的边缘线或计算海冰密集度，该方法的精度较低，不易获取更加详细的海冰类别信息。2)从训练样本为依据来看，非监督分类和监督分类方法的研究主要集中在选取几个不同的波段组合，采用非监督或监督分类的方式进行海冰分类，非监督分类方法不需要先验知识，方法容易实现，但分类精度往往有所欠缺；监督分类策略可以达到较好的效果，但是要求具有一定数量的标记样本，否则容易导致Hush现本文档来自技高网...

【技术保护点】
1.一种协同主动学习和直推式支持向量机的海冰检测方法，其特征是，包括有以下步骤：S1、读取遥感海冰图像数据获取样本，并用光谱特征项向量表示每个样本，对样本集合归一化到0至1之间；根据像素点的海冰类别标记样本的海冰类别，从样本中按比例随机选取若干样本并标记作为初始的标签训练样本集L，样本中剩余作为未标签样本集U；并利用网格参数寻优方法确定支持向量机SVM的惩罚参数C和径向基核参数γ；S2、初始化网络参数，包括：维度、拓扑结构、迭代学习次数、神经元距离函数、初始邻域值；并利用标签训练样本集L中所有的标记样本训练SOM神经网络；S3、初始化定义伪标签样本集

【技术特征摘要】
1.一种协同主动学习和直推式支持向量机的海冰检测方法，其特征是，包括有以下步骤：S1、读取遥感海冰图像数据获取样本，并用光谱特征项向量表示每个样本，对样本集合归一化到0至1之间；根据像素点的海冰类别标记样本的海冰类别，从样本中按比例随机选取若干样本并标记作为初始的标签训练样本集L，样本中剩余作为未标签样本集U；并利用网格参数寻优方法确定支持向量机SVM的惩罚参数C和径向基核参数γ；S2、初始化网络参数，包括：维度、拓扑结构、迭代学习次数、神经元距离函数、初始邻域值；并利用标签训练样本集L中所有的标记样本训练SOM神经网络；S3、初始化定义伪标签样本集TSVM未标签训练样本集未标签样本侯选集用标签训练样本集L、伪标签样本集P与TSVM未标签训练样本集S共同训练TSVM分类器；S4、TSVM分类器通过半监督学习采样策略Q2从未标签样本集U中查询一定数量的样本并更新TSVM未标签训练样本集S和未标签样本集U：更新未标签样本候选集CP：CP＝CP∪S，并用TSVM分类器对CP中的样本预测得到对应的结果label2；S5、根据预测得到相应的label2标签集中的每类标签的数量设置TSVM训练过程中的参数N+，参数N+表示TSVM未标签训练样本集S中正类样本的数量；用标签训练样本集L、伪标签样本集P、TSVM未标签训练样本集S和参数N+更新训练TSVM分类器；S6、经过训练的TSVM分类器结合BvSB、SOM神经网络和ECBD准则通过主动学习采样策略Q1从未标签样本集U中查找一定数量的样本进行标注，更新标签训练样本集L和未标签样本集U：S7、用更新后的标签训练样本集L训练SVM分类器，并用SVM分类器对未标签样本候选集CP中的样本预测得到对应的结果label1；S8、对预测分类结果label1及label2经一致性验证得到伪标签样本集P，P＝{Xi|label1(Xi)＝＝label2(Xi),Xi∈CP}；S9、对未标签样本集U进行判...

【专利技术属性】
技术研发人员：韩彦岭，赵耀，洪中华，张云，杨树瑚，
申请(专利权)人：上海海洋大学，
类型：发明
国别省市：上海,31