类别划分对特定类别信息提取的影响

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (24): 193-195.

• 图形、图像、模式识别 • 上一篇下一篇

类别划分对特定类别信息提取的影响

薄树奎，刘华

郑州航空工业管理学院计算机科学与应用系，郑州 450015

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-21 发布日期:2011-08-21

Effect of classes partition on special class extraction

BO Shukui，LIU Hua

Department of Computer Science and Application，Zhengzhou Institute of Aeronautical Industry Management，Zhengzhou 450015，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-21 Published:2011-08-21

摘要/Abstract

摘要： 遥感影像信息提取包括分类和特定类别提取，特定类别提取精度是随着特征空间的类别划分变化的，研究了类别划分对特定类别信息提取的影响。基于贝叶斯分类器，理论上分析了类别划分对特定类别提取的影响，对不同类别划分的特定类别提取进行实验研究，表明不同类别划分下的特定类别信息提取精度不同。为了确定合适的类别划分，提出基于散布矩阵的类间可分性的类别划分选择方法，并由实验结果进行了验证。

关键词: 特征空间, 信息提取, 特定类别

Abstract: Information extraction from remotely sensed imagery consists of two parts：classification and specific class extraction.The accuracy of specific class extraction changes with the partition of the classes in the image.The effect of classes partition on specific class extraction is studied in this paper.A theoretical analysis of the effect is performed based on Bayesian decision rule.Two experiments of specific class extraction are carried out with different classes partitions.The experiments show that different classes partitions result in different accuracy of specific class extraction.A scheme of classes partitioning is presented based on class separability measure.The effectiveness of this scheme is verified by the experiment of specific class extraction.

Key words: feature space, information extraction, specific class

薄树奎，刘华. 类别划分对特定类别信息提取的影响[J]. 计算机工程与应用, 2011, 47(24): 193-195.

BO Shukui，LIU Hua. Effect of classes partition on special class extraction[J]. Computer Engineering and Applications, 2011, 47(24): 193-195.

[1]	杜淼，余勤，雒瑞森. 动态特征空间的超球体分类算法[J]. 计算机工程与应用, 2020, 56(22): 148-153.
[2]	孟德明1，2，3，陈昕1，2，和小念1，2，陈思平1，2. 融合空时相干和特征空间波束形成的超声成像[J]. 计算机工程与应用, 2018, 54(1): 60-63.
[3]	杜博远1，王美清1，陈长福2，陈飞1. 基于结构一致和特征学习的网页信息标签提取[J]. 计算机工程与应用, 2017, 53(7): 74-78.
[4]	乔闹生1，张奋2. 一种印刷电路板缺陷图像边缘信息提取方法[J]. 计算机工程与应用, 2015, 51(20): 11-15.
[5]	阎继宁1，2，3，周可法1，2，王金林1，王珊珊1，汪玮1，李东1，2，3. 基于SAM与SVM的高光谱遥感蚀变信息提取[J]. 计算机工程与应用, 2013, 49(19): 141-146.
[6]	范帆1，关佶红2. 工程图纸字符串及标注信息提取[J]. 计算机工程与应用, 2012, 48(7): 161-164.
[7]	李龙翔1，胡晓东2，沈占锋2，明冬萍1，2，宋卓沁1，2. 对象化过程中的快速标号算法研究[J]. 计算机工程与应用, 2012, 48(6): 193-195.
[8]	顾成扬1，2，吴小俊2. 基于EST和SVM的乳腺癌识别新方法[J]. 计算机工程与应用, 2011, 47(8): 183-185.
[9]	戴芹，刘建波，刘士彬. 群智能方法在遥感信息提取中的应用分析[J]. 计算机工程与应用, 2011, 47(4): 13-16.
[10]	慈慧1，2，秦勇1，2，杨慧1，2，李国强3，酆格斐4. 滨海湿地信息提取方法比较研究[J]. 计算机工程与应用, 2011, 47(33): 244-248.
[11]	李晓霞1，2，汪云甲1，2. 面向对象的高分辨率影像采煤塌陷地提取[J]. 计算机工程与应用, 2011, 47(23): 239-241.
[12]	朱颢东^1，2，钟勇^1，2. 使用优化模拟退火算法的文本特征选择[J]. 计算机工程与应用, 2010, 46(4): 8-11.
[13]	戢晓峰¹，黄永忠³，何增辉²，韩春华¹. 面向诱导的交通状态信息提取方法[J]. 计算机工程与应用, 2010, 46(25): 16-18.
[14]	方加沛，黄战. 基于单类别文档分类的主题爬虫[J]. 计算机工程与应用, 2010, 46(16): 63-66.
[15]	李琼，董才林，陈增照，何秀玲. 一种快速的SVM最优核参数选择方法[J]. 计算机工程与应用, 2010, 46(15): 165-168.

类别划分对特定类别信息提取的影响

Effect of classes partition on special class extraction

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics