本文主要研究内容
作者黄鸿,石光耀,段宇乐,张丽梅（2019）在《加权空-谱联合保持嵌入的高光谱遥感影像降维方法》一文中研究指出：高光谱遥感影像数据量大、波段数多,容易导致"维数灾难"。传统流形学习方法一般仅考虑其光谱特征,忽略了空间信息。为此提出一种非监督的基于加权空-谱联合保持嵌入(WSCPE)的维数约简算法。首先采用加权均值滤波(WMF)方法对高光谱影像进行滤波,以消除噪点和背景点的干扰。然后根据遥感影像地物分布的空间一致性,通过采用加权空-谱联合距离(WSCD)来融合像素点的光谱信息和空间信息,有效选取各像素点的空-谱近邻,并根据像素点与其空-谱近邻点之间的坐标距离来有区别的利用其近邻点进行流形重构,提取低维鉴别特征进行地物分类。在PaviaU和Indian Pines数据集上的分类结果表明,总体分类精度分别达到了98.89%和95.47%。该方法在反映影像内部流形结构的同时,有效融合了影像的空间-光谱信息,故能提高影像特征的鉴别性,并提升分类性能。
Abstract
gao guang pu yao gan ying xiang shu ju liang da 、bo duan shu duo ,rong yi dao zhi "wei shu zai nan "。chuan tong liu xing xue xi fang fa yi ban jin kao lv ji guang pu te zheng ,hu lve le kong jian xin xi 。wei ci di chu yi chong fei jian du de ji yu jia quan kong -pu lian ge bao chi qian ru (WSCPE)de wei shu yao jian suan fa 。shou xian cai yong jia quan jun zhi lv bo (WMF)fang fa dui gao guang pu ying xiang jin hang lv bo ,yi xiao chu zao dian he bei jing dian de gan rao 。ran hou gen ju yao gan ying xiang de wu fen bu de kong jian yi zhi xing ,tong guo cai yong jia quan kong -pu lian ge ju li (WSCD)lai rong ge xiang su dian de guang pu xin xi he kong jian xin xi ,you xiao shua qu ge xiang su dian de kong -pu jin lin ,bing gen ju xiang su dian yu ji kong -pu jin lin dian zhi jian de zuo biao ju li lai you ou bie de li yong ji jin lin dian jin hang liu xing chong gou ,di qu di wei jian bie te zheng jin hang de wu fen lei 。zai PaviaUhe Indian Pinesshu ju ji shang de fen lei jie guo biao ming ,zong ti fen lei jing du fen bie da dao le 98.89%he 95.47%。gai fang fa zai fan ying ying xiang nei bu liu xing jie gou de tong shi ,you xiao rong ge le ying xiang de kong jian -guang pu xin xi ,gu neng di gao ying xiang te zheng de jian bie xing ,bing di sheng fen lei xing neng 。
论文参考文献
论文详细介绍
论文作者分别是来自测绘学报的黄鸿,石光耀,段宇乐,张丽梅，发表于刊物测绘学报2019年08期论文，是一篇关于高光谱遥感影像论文,流形学习论文,维数约简论文,空谱近邻论文,鉴别特征论文,测绘学报2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自测绘学报2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：高光谱遥感影像论文; 流形学习论文; 维数约简论文; 空谱近邻论文; 鉴别特征论文; 测绘学报2019年08期论文;