马方:基于潜在低秩图判别分析的高光谱分类论文

马方:基于潜在低秩图判别分析的高光谱分类论文

本文主要研究内容

作者马方,赵丽娜,何磊,杨宏伟(2019)在《基于潜在低秩图判别分析的高光谱分类》一文中研究指出:提出一种基于潜在低秩图判别分析(LatLGDA)算法,利用数据的自表示对数据的列表示系数矩阵和行表示系数矩阵同时施加低秩约束,得到保留数据结构的亲和矩阵,再与图嵌入模型相结合实现高光谱图像的流形降维并进行分类。与其他基于稀疏图或稀疏低秩图的高光谱特征提取算法相比,LatLGDA可利用数据的行信息弥补列信息的不足或缺失,对噪音的抗干扰能力更强;在真实数据集上的实验结果表明,LatLGDA算法具有较高的分类精度和运算效率,应用前景广阔。

Abstract

di chu yi chong ji yu qian zai di zhi tu pan bie fen xi (LatLGDA)suan fa ,li yong shu ju de zi biao shi dui shu ju de lie biao shi ji shu ju zhen he hang biao shi ji shu ju zhen tong shi shi jia di zhi yao shu ,de dao bao liu shu ju jie gou de qin he ju zhen ,zai yu tu qian ru mo xing xiang jie ge shi xian gao guang pu tu xiang de liu xing jiang wei bing jin hang fen lei 。yu ji ta ji yu xi shu tu huo xi shu di zhi tu de gao guang pu te zheng di qu suan fa xiang bi ,LatLGDAke li yong shu ju de hang xin xi mi bu lie xin xi de bu zu huo que shi ,dui zao yin de kang gan rao neng li geng jiang ;zai zhen shi shu ju ji shang de shi yan jie guo biao ming ,LatLGDAsuan fa ju you jiao gao de fen lei jing du he yun suan xiao lv ,ying yong qian jing an kuo 。

论文参考文献

  • [1].深度卷积网络的多品种多厂商药品近红外光谱分类[J]. 李灵巧,潘细朋,冯艳春,尹利辉,胡昌勤,杨辉华.  光谱学与光谱分析.2019(11)
  • [2].基于深度学习的高维光谱分类识别研究[J]. 许婷婷,张静敏,杜利婷,周卫红.  云南民族大学学报(自然科学版).2019(03)
  • [3].概率神经网络用于舌诊的近红外光谱分类[J]. 严文娟,林凌,赵静,李刚.  激光与红外.2010(11)
  • [4].基于支持向量机的高光谱遥感图像分类[J]. 谭琨,杜培军.  红外与毫米波学报.2008(02)
  • [5].基于小波特征的星系光谱分类[J]. 刘蓉,段福庆,刘三阳,吴福朝.  电子学报.2005(11)
  • [6].基于光谱分类的干涉光谱图像压缩[J]. 吕群波,相里斌.  光子学报.2004(06)
  • [7].应用贝叶斯准则进行判别分析树木生长和气候因素的适应性[J]. 陈森.  中南林业调查规划.1987(02)
  • [8].基于二次判别分析的多模型建模方法[J]. 杨慧中,贾淑矿.  控制工程.2010(05)
  • [9].判别分析在地质工程中的应用[J]. 王喜华,赵志明.  西部探矿工程.2004(04)
  • [10].最优的核判别分析用于雷达目标识别[J]. 于雪莲,刘本永.  电子科技大学学报.2008(06)
  • 论文详细介绍

    论文作者分别是来自北京化工大学学报(自然科学版)的马方,赵丽娜,何磊,杨宏伟,发表于刊物北京化工大学学报(自然科学版)2019年04期论文,是一篇关于稀疏图论文,稀疏低秩图论文,高光谱分类论文,北京化工大学学报(自然科学版)2019年04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,资料来自北京化工大学学报(自然科学版)2019年04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:;  ;  ;  ;  

    马方:基于潜在低秩图判别分析的高光谱分类论文
    下载Doc文档

    猜你喜欢