论文部分内容阅读
遥感对地观测技术目前已广泛应用于战场情报侦察、目标识别、气候变化监测、植物生长监测、灾害监测、数字地球等方面。遥感图像的分割,分类和识别是遥感图像处理和解译的关键。近年来,半监督学习理论和方法已经引起了广泛关注,本文研究基于半监督学习理论和方法的遥感图像分割与分类,主要分为以下几个方面:1.针对谱聚类算法对参数的敏感性和不能应用于大规模数据聚类的局限性,构造应用于大规模数据聚类的基于随机均匀采样结合最近邻准则的半监督多参数谱聚类算法。采用自调节参数从而避免参数的选择,在聚类中加入成对限制