论文摘要
针对遥感图像中舰艇目标识别性能低的问题,提出了加权投票分类器融合方法。首先分析了舰艇的颜色特征与轮廓特征,然后利用SVM、BP神经网络和AdaBoost算法训练三种单分类器,最后采用加权投票方式对单分类器进行融合。采用融合分类器进行舰艇目标识别实验分析,实验结果表明:在google卫星图像舰艇目标识别中,所提方法能够有效提升舰艇目标识别准确率,F-measure可以达到73.54%,相较于SVM提升了2.72%,相较于AdaBoost提升了3.53%,相较于BP神经网络提升了4.28%。
论文目录
文章来源
类型: 期刊论文
作者: 张晓,王莉莉
关键词: 神经网络,加权投票,分类器融合,遥感图像识别,舰艇识别
来源: 通信技术 2019年09期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 工业通用技术及设备,武器工业与军事技术,船舶工业,计算机软件及计算机应用,自动化技术
单位: 中国电子科技集团公司第三十研究所
分类号: TP751;U675.79;E91
页码: 2143-2148
总页数: 6
文件大小: 2127K
下载量: 188