基于特征贡献选择的遥感影像变化检测方法研究

李雪; 舒宁; 李井冈; 刘小利

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于特征贡献选择的遥感影像变化检测方法研究

李雪, 舒宁, 李井冈, 刘小利

文章导航 > 武汉大学学报 ( 信息科学版) > 2013 > 38(10): 1158-1162

李雪, 舒宁, 李井冈, 刘小利. 基于特征贡献选择的遥感影像变化检测方法研究[J]. 武汉大学学报 ( 信息科学版), 2013, 38(10): 1158-1162.

引用本文:

李雪, 舒宁, 李井冈, 刘小利. 基于特征贡献选择的遥感影像变化检测方法研究[J]. 武汉大学学报 ( 信息科学版), 2013, 38(10): 1158-1162.

LI Xue, SHU Ning, LI Jinggang, LIU Xiaoli. Remote Sensing Image Change Detection Method Based on Selection of Feature Contribution[J]. Geomatics and Information Science of Wuhan University, 2013, 38(10): 1158-1162.

Citation:

LI Xue, SHU Ning, LI Jinggang, LIU Xiaoli. Remote Sensing Image Change Detection Method Based on Selection of Feature Contribution[J]. Geomatics and Information Science of Wuhan University, 2013, 38(10): 1158-1162.

基于特征贡献选择的遥感影像变化检测方法研究

¹中国地震局地震研究所;²武汉大学遥感信息工程学院

基金项目: 中国地震局地震研究所所长基金资助项目(IS201116002,IS201056076)

详细信息

作者简介:
李雪，博士，助理研究员，主要从事遥感影像解译、遥感影像变化检测和灾害分析研究。

中图分类号: P237.3

Remote Sensing Image Change Detection Method Based on Selection of Feature Contribution

¹Institute of Seismology,China Earthquake Administration;²School of Remote Sensing and Information Engineering,Wuhan University

Funds: 中国地震局地震研究所所长基金资助项目(IS201116002,IS201056076)

摘要: 根据决策树算法中的信息增益率概念,提出一种基于特征贡献度的特征选择方法。该方法通过累加统计各项特征在类别分析中的贡献,确定特征贡献度并作为权值代入特征空间距离计算公式,实现高维特征的降维和去相关。实验表明,同源影像间的特征选择可以有效地提高变化检测精度。
- 信息增益率 /
- 特征贡献度 /
- 特征选择 /
- 变化检测
Abstract: Based on the concept of information gain ratio in the decision tree algorithm, this paper has proposed a novel feature selection method using the attribute contribution. The contributions of attribute are obtained by accumulating in the category analysis. And then the feature space distance formula can be calculated using the feature contribution as weights. The feature contribution helps to reduce the dimension of the high-dimensional feature. The proposed method is tested in the remote sensing image change detection. The experimental results show that the proposed feature selection method can effectively improve the accuracy of the homologous image change detection results.
- information gain ratio /
- feature contribution /
- feature selection /
- change detection

[1]	孙淮宁,胡学钢. 一种基于属性贡献度的决策树学习算法[J]. 合肥工业大学学报(自然科学版). 2009(08)[2] 王圆圆,李京. 基于决策树的高光谱数据特征选择及其对分类结果的影响分析[J]. 遥感学报. 2007(01)[3] 孙微微,刘才兴,田绪红. 基于增益的数据样本分布描述方法[J]. 计算机应用. 2005(05)[4] 舒宁. 关于多光谱和高光谱影像的纹理问题[J]. 武汉大学学报(信息科学版). 2004(04)[5] 刘永军. 大数据集的属性选择算法的研究与实现[D]. 东北大学 2005

[1]	王昶, 张永生, 王旭. 基于变分法与Markov随机场模糊局部信息聚类法的SAR影像变化检测 . 武汉大学学报 ( 信息科学版), 2021, 46(6): 844-851. doi: 10.13203/j.whugis20190167
[2]	吴柯, 何坦, 杨叶涛. 基于混合像元分解与EM算法的中低分辨率遥感影像变化检测 . 武汉大学学报 ( 信息科学版), 2019, 44(4): 555-562. doi: 10.13203/j.whugis20160546
[3]	韩波, 李衡, 王志波, 崔晓晖. 气溶胶光学厚度估测中的LASSO特征选择方法 . 武汉大学学报 ( 信息科学版), 2018, 43(4): 536-541. doi: 10.13203/j.whugis20160014
[4]	张晗, 倪维平, 严卫东, 边辉, 吴俊政, 李莎, 金骁. 利用分形和多尺度分析的中低分辨率SAR图像变化检测 . 武汉大学学报 ( 信息科学版), 2016, 41(5): 642-648. doi: 10.13203/j.whugis20140375
[5]	王云艳, 何楚, 涂峰, 陈东, 廖明生. 特征选择双层svm的融合算法用于极化sar图像分类 . 武汉大学学报 ( 信息科学版), 2015, 40(9): 1157-1162. doi: 10.13203/j .whu g is20140351
[6]	陆苗, 梅洋, 赵勇, 冷亮. 利用多尺度几何特征向量的变化检测方法 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 623-627. doi: 10.13203/j.whugis20130382
[7]	魏立飞, 钟燕飞, 张良培, 李平湘. 多波段信息融合的遥感影像变化检测 . 武汉大学学报 ( 信息科学版), 2014, 39(1): 8-11.
[8]	林怡, 刘冰, 陈映鹰, 潘琛. 多特征差分核支持向量机遥感影像变化检测方法 . 武汉大学学报 ( 信息科学版), 2013, 38(8): 978-982.
[9]	余晓敏, 湛飞并, 廖明生, 胡金星. 利用改进SEaTH算法的面向对象分类特征选择方法 . 武汉大学学报 ( 信息科学版), 2012, 37(8): 921-924.
[10]	何楚, 刘明, 许连玉, 刘龙珠. 利用特征选择自适应决策树的层次SAR图像分类 . 武汉大学学报 ( 信息科学版), 2012, 37(1): 46-49.
[11]	刘梦玲, 陈嘉宇, 孙洪. Joint Boost特征选择的SAR信息可视化技术研究 . 武汉大学学报 ( 信息科学版), 2012, 37(10): 1240-1243.
[12]	杨柳, 刘艳芳. 将微粒群和支持向量机用于耕地驱动因子选择的研究 . 武汉大学学报 ( 信息科学版), 2010, 35(2): 248-251.
[13]	李祖传, 马建文, 张睿, 李利伟. 利用融合纹理与形态特征进行地震倒塌房屋信息自动提取 . 武汉大学学报 ( 信息科学版), 2010, 35(4): 446-450.
[14]	龚浩, 张景雄, 申邵洪. 基于对象的对应分析在高分辨率遥感影像变化检测中的应用 . 武汉大学学报 ( 信息科学版), 2009, 34(5): 544-547.
[15]	张睿, 马建文. 一种SVM-RFE高光谱数据特征选择算法 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 834-837.
[16]	叶志伟, 郑肇葆, 万幼川, 虞欣. 基于蚁群优化的特征选择新方法 . 武汉大学学报 ( 信息科学版), 2007, 32(12): 1127-1130.
[17]	袁修孝, 宋妍. 基于边缘特征匹配的遥感影像变化检测预处理方法 . 武汉大学学报 ( 信息科学版), 2007, 32(5): 381-384.
[18]	金淑英, 李德仁, 龚健雅. 基于偏最小二乘回归的纹理特征线性组合 . 武汉大学学报 ( 信息科学版), 2006, 31(5): 399-402.
[19]	方圣辉, 佃袁勇, 李微. 基于边缘特征的变化检测方法研究 . 武汉大学学报 ( 信息科学版), 2005, 30(2): 135-138.
[20]	李德仁. 利用遥感影像进行变化检测 . 武汉大学学报 ( 信息科学版), 2003, 28(S1): 7-12.