论文部分内容阅读
多数图像分类算法需要人量的训练样本对分类器模型进行训练．在实际应用中，对人量样本进行标注北常枯燥、耗时,对十一些特殊图像，如合成孔径雷达（Synthetic aperture radar，SAR）图像，对其内容判读非常困难，剀此能够状得的标注样奉数量非常有限 本文将基于最优标号和次优标号（Best vs second—best，BvSB）的主动学习和带约束条件的自学习（Constrained self-training，CST）引入到基于支持向量机（Support vector machine，SVM）分