Resumen

Este artículo presenta un nuevo método de clasificación de escenas de satélite de alta resolución espacial que introduce un proceso de filtrado de características basado en el criterio de información bayesiano (BIC) para eliminar la información opaca y redundante entre múltiples características. En primer lugar, se extraen dos descriptores de características diversos y complementarios para caracterizar la escena del satélite. A continuación, se emplea el análisis de correlación canónica dispersa (SCCA) con función de penalización para fusionar los descriptores de características extraídos y eliminar las ambigüedades y redundancias entre ellos simultáneamente. A continuación, se diseña un proceso de filtrado de características en dos fases basado en el criterio de información bayesiano (BIC) para filtrar aún más la información redundante. En la primera fase, imponemos gradualmente una restricción mediante un proceso iterativo para establecer una restricción en las cargas con el fin de evitar que la correlación dispersa descienda por debajo de un límite de confianza inferior de la correlación canónica aproximada. En la segunda fase, se utiliza el criterio de información bayesiano (BIC) para llevar a cabo el filtrado de características que establece la carga más pequeña en valor absoluto en cero en cada iteración para todas las características. Por último, se aplica una máquina de vectores soporte con kernel de coincidencia piramidal para obtener el resultado final. Los resultados experimentales en escenas de satélite de alta resolución espacial demuestran que el enfoque sugerido logra un rendimiento satisfactorio en la precisión de la clasificación.

• Materias:Redes de sensores Sensores inalámbricos Sistema de sensores Sensor inteligente Sensores electroquímicos
• Subjects:Sensor networks Wireless sensors Sensor system Intelligent sensor Electrochemical sensors
• Palabras claves:criterio de información bayesiano, información redundante, clasificación de escenas de satélite de resolución, análisis de correlación canónica dispersa, correlación canónica aproximada, descriptores de características complementarias, límite inferior de confianza, nuevo método de clasificación, núcleo de coincidencia piramidal, escenas de satélite de resolución
• Keywords:bayesian information criterion, redundant information, resolution satellite scene classification, sparse canonical correlation analysis, approximated canonical correlation, complementary feature descriptors, lower confidence limit, novel classification method, pyramid match kernel, resolution satellite scenes