基于独立成分分析和神经网络的高光谱遥感数据分类

• 作者: 冯燕 宋江红
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 高光谱 分类 独立成分分析 特征提取 神经网络
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 技术研究与图像处理
• 页码范围: 115-119
• 页数: 5页
• 分类号: TP75
• 字数: 3867字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-0323.2006.02.006

摘要

高光谱遥感数据以数据量大、含混度高、地面样本数据少的特点给分类处理带来了困难.将独立成分分析技术与多层前向神经网络相结合,得到一种新的分类算法.独立成分分析在提取有效光谱特征的同时,大大降低了数据的维数.神经网络作为分类器,分类精度显著高于传统的bayes分类器.通过对220波段的高光谱数据进行实验,得到了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯燕	西北工业大学电子信息学院	75	688	15.0	21.0
2	宋江红	西北工业大学电子信息学院	2	93	2.0	2.0