基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在高光潜影像的分类过程中,往往无法获取足够数量的训练样本点,这是由于影像数据维数的大幅增加以及地面信息的复杂程度所决定的。EM算法的应用可以有效地缓解训练样本点数量与数据维数比率过小的矛盾,但该算法只能保证获得各参数的局部极大估值,因此选取合适的起始点就成为获得理想分类结果的前提条件。由于类别可分性对EM算法的估值精度有直接影响,本文论证了通过对训练样本点进行低通滤波,可以使类别可分性得到改善。实验表明,在此基础上进行EM算法,可以得到较为理想的处理结果。
推荐文章
高光谱影像分类EM算法的完善
高光谱
分类
噪声
EM算法
基于在线分裂合并EM算法的高斯混合模型分类方法
高斯混合模型
在线训练
分裂融合算法
模式分类
基于密度检测的EM算法
期望最大化算法
噪声点
初始值
密度检测
高光谱分类EM算法及噪声的处理
遥感
高光谱
期望极大值算法
噪声
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高光谱分类EM算法密度模型参数初值的选取
来源期刊 测绘科学与工程 学科 地球科学
关键词 高光谱 分类 EM算法
年,卷(期) 2006,(1) 所属期刊栏目
研究方向 页码范围 20-24
页数 5页 分类号 P237
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨哲海 解放军信息工程大学测绘学院 4 215 3.0 4.0
2 李坤阳 解放军信息工程大学测绘学院 1 0 0.0 0.0
3 周玉岩 解放军信息工程大学测绘学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高光谱
分类
EM算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘科学与工程
双月刊
2095-4557
61-1425/P
陕西省西安市雁塔路中段1号
出版文献量(篇)
2005
总下载数(次)
27
总被引数(次)
0
论文1v1指导