空谱结合多标准的主动学习用于高光谱分类

摘要

阶段1首先使用PCA降维，然后使用形态学的腐蚀膨胀方法获取一系列图像；阶段2引入了一种新的基于uncertainty、diversity和聚类假设的query function，使用主动学习。

介绍

降维解决了维度灾难的问题；
解决样本数目不够的两种方法：主动学习和半监督学习。其中主动学习的核心在于query function的选择，主流的两种选择方法，一是选取信息量最大的一个样本；另一种是选择一个batch。

提出的方法

A. 空谱特征提取

PCA降维至l维
借鉴二维图像处理中腐蚀和膨胀滤波器，对降维后的图像做opening和closing操作，形成一系列图。记为

EMP(H)={ MP(PC1),MP(PC2),...MP(PCl)}