本项目在高光谱遥感影像多分类器集成方法的基础上,重点研究了自适应多分类器集成的关键技术与实现方法。通过对不同分类器原理、方法、算法与性能等的分析,提出高光谱遥感多分类器系统的实现方法和典型集成模型,从特征空间、训练样本与分类判据、单分类器输出、多分类器组合输出、分类器集成策略等方面探讨多分类器自适应选择、自适应组合和优化方法,将由粗到精模式识别方法与多分类器系统结合,构建了由粗到精层次型多分类器系统。针对高光谱遥感对先验数据的需求,引入并改进了先验光谱知识的多分类器选择与组合方法,提高分类器选择与组合的性能。研究成果对于提高高光谱遥感影像分类精度、推进高光谱遥感信息处理水平与应用发展,特别是推进国产传感器获取的高光谱遥感信息应用具有重要意义。
英文主题词Multiple classifier system(MCS);Adaptive combination; Hyperspectral Remote Sensing; Classification