多源图像分析技术:从统计方法到知识驱动
1. 委员会分类器
在多源图像分析中,委员会分类器是一种有效的方法。它有两种形式:
- 一种是将所有数据提供给委员会中的每个单独分类器,这种情况下,委员会使用单一数据源来更好地估计标签,类似于某种提升技术。若单一输入向量是特定的堆叠向量,该配置也可用于多源分类。
- 另一种是每个分类器处理单独的数据源,这在多源分析中更为常用,原则上每个分类器可针对特定数据类型进行优化。
委员会分类器有一个主席或决策者,其作用是考虑各个分类器的输出,并为像素确定最合适的类别标签。决策者在做决策时可使用以下几种逻辑:
1. 多数表决逻辑 :决策者选择委员会成员最推荐的类别。
2. 否决逻辑 :在决策者对像素进行标记之前,所有分类器必须就像素的类别成员达成一致。
3. 资历逻辑 :决策者首先咨询特定的分类器(最资深的)。如果该分类器能够为像素分配类别标签,决策者就选择该标签。否则,决策者咨询下一个最资深的分类器,依此类推,直到像素可以被标记。
1.1 委员会分类器逻辑对比
| 逻辑类型 | 决策方式 | 特点 |
|---|---|---|
| 多数表决逻辑 | 选择委员会成员最推荐的类别 | 简单直接,依赖多数意见 |
超级会员免费看
订阅专栏 解锁全文
27

被折叠的 条评论
为什么被折叠?



