一种基于混合概率PCA模型的高光谱图像非监督分类方法

• 作者: 匡纲要 吴昊 郁文贤
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 非监督分类 降维 混合概率主成分分析 期望最大化算法
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 电子工程·计算机工程
• 页码范围: 61-64
• 页数: 4页
• 分类号: TN958
• 字数: 3030字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2486.2005.02.014

摘要

提出了一种在期望最大化(EM)算法框架下同时实现混合概率主成分分析(PPCA)降维和聚类的高光谱图像非监督分类方法.它根据不同类别应各有自己代表性的特征集,将通常意义下的特征抽取和模式分类合并在一步内完成,尽可能地保留了可分性;同时该方法具有概率模型的优点,更适合高维数据处理.采用仿真数据和真实数据进行的比较实验表明,该算法较一般不加区分地对所有原始数据进行PCA降维再分类的方法能得到更好的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	匡纲要	国防科技大学电子科学与工程学院	112	2486	24.0	46.0
2	郁文贤	国防科技大学电子科学与工程学院	70	948	17.0	26.0
3	吴昊	国防科技大学电子科学与工程学院	10	97	6.0	9.0