摘要
本发明涉及一种集群框架下不平衡遥感图像在线识别方法,属于计算机应用技术领域。该方法建立了集群框架,实现了遥感图像样本的存储和计算,采用数据驱动的建模思想,构建了基于加权序列极限学习机的遥感图像识别模型,计算当前样本集合的不平衡度,并根据不平衡度确定模型权重,模型的输入为高光谱遥感图像,模型输出为遥感图像分类标签,根据序列到达的当前样本自动更新模型参数,从而实现图像标签的分类和参数的最优选择。本发明优点是适用于不同的数据集合场景,有效分析遥感图像识别效果,形成加权序列极限学习机遥感图像识别模型,突破了物理模型造成的计算困难的瓶颈,可有效适用于动态场景下的遥感图像识别。
技术关键词
在线识别方法
遥感图像识别
分布式文件存储系统
遥感图像分类
集群
样本
极限学习机
表达式
空域特征
框架
参数
模型更新
矩阵
平衡度
客户端
标签
特征值
图像特征向量
神经网络结构
系统为您推荐了相关专利信息
自由曲面透镜
非机动车车灯
动态电流分配
环境光传感器
发光单元
动态链接库文件
标准化接口
Kubernetes集群
数据智能管理系统
API网关服务
心肌细胞
信号传输方法
钙离子荧光探针
方程
心脏传导系统
CPU服务器
网络拓扑模型
任务调度策略
动作策略
异常点