elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

An AdaBoost Ensemble Classifier System for Classifying Hyperspectral Data

Ramzi, Pouria und Samadzadegan, Farhad und Reinartz, Peter (2014) An AdaBoost Ensemble Classifier System for Classifying Hyperspectral Data. Photogrammetrie Fernerkundung Geoinformation, 2014 (1), Seiten 27-39. E. Schweizerbartsche Verlagsbuchhandlung. doi: 10.1127/1432-8364/2014/0205. ISSN 1432-8364.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: http://www.schweizerbart.de/journals/pfg

Kurzfassung

This paper presents a new multiple classifier system based on AdaBoost to overcome the high dimensionality problem of hyperspectral data. The hyperspectral data are )rst split into a number of band clusters based on the similarities between the contiguous bands, and each band group is considered as an independent data source. The redundant bands in each cluster are then removed using branch and bound technique. Next, a support vector machine (SVM) is applied to each cluster and the outputs are combined using the weights calculated in AdaBoost iterations. Experimental results with AVIRIS and ROSIS datasets clearly demonstrate the superiority of the proposed algorithm in both overall and single class accuracies when compared to other multiple classi)er systems. For AVIRIS data, which contains classes with greater complexity and fewer available training samples, the differences between the overall accuracies of the AdaBoost results are signi)cantly higher compared to those of the other methods, and more pronounced than for the other dataset. In terms of class accuracies, the proposed AdaBoost approach also outperforms other methods in most of the classes.

elib-URL des Eintrags:https://elib.dlr.de/88354/
Dokumentart:Zeitschriftenbeitrag
Titel:An AdaBoost Ensemble Classifier System for Classifying Hyperspectral Data
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Ramzi, PouriaUniversität TeheranNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Samadzadegan, Farhadfarhad.samadzadegan (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Reinartz, PeterPeter.Reinartz (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:Februar 2014
Erschienen in:Photogrammetrie Fernerkundung Geoinformation
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
Band:2014
DOI:10.1127/1432-8364/2014/0205
Seitenbereich:Seiten 27-39
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
Kresse, WolfgangHochschule NeubrandenburgNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:E. Schweizerbartsche Verlagsbuchhandlung
ISSN:1432-8364
Status:veröffentlicht
Stichwörter:AdaBoost, Band Clustering, Hyperspectral Data, Multiple Classifier Systems, Support Vector Machines
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Verkehrsmanagement (alt)
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V VM - Verkehrsmanagement
DLR - Teilgebiet (Projekt, Vorhaben):V - Vabene++ (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von: Reinartz, Prof. Dr.. Peter
Hinterlegt am:25 Feb 2014 16:17
Letzte Änderung:08 Mär 2018 18:48

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.