基于支持向量机的云烟87烟叶成熟度高光谱遥感识别

利用烟叶光谱反射率数据研究烟叶的成熟度是将高光谱遥感探测技术应用于烟叶成熟采收的前提。对生理成熟期内云烟87的中部叶成熟度进行了研究,研究是从提取和分析烟叶高光谱信息的角度上进行的。基于提取到的反映烟叶成熟度的光谱特征和支持向量机这一基于数据的小样本学习方法,建立了识别烟叶成熟度的数学模型,这个数学模型是由支持向量机生成的2个最优决策超平面,一个将初熟类烟叶和适熟类烟叶分开,另一个将适熟类烟叶和过熟类烟叶分开,且分类精度均在90%以上。

基于数据分布一致性最小最大概率机

针对既包含有标记样本又包含未标记样本的分类数据,提出数据分布一致性原理,并将其融入到最小最大概率机中。把有标记样本和无标记样本映射到决策超平面所在空间(简称超空间),通过最小化有标记样本和无标记样本在超空间的概率分布差异,充分利用无标签样本来修正最小最大概率机的误差,使得修正后的决策超平面更接近于真正的分类超平面。实验证明,数据分布一致性最小最大概率机(DCMPM)比最小最大概率机(MPM)具有更好的分类性能。