基于特征提取的高光谱数据分类

• 作者: 王旭红 肖平
• 来源期刊: 西北大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征提取 数据降维 高光谱数据 辨别分析 决策边界 影像分类
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 地球科学与环境科学
• 页码范围: 497-500
• 页数: 4页
• 分类号: TP751.1
• 字数: 2519字
• 语种: 中文

摘要

目的 提出高光谱数据的分类流程,以取高光谱数据对地物具有更高的光谱分辨率的优势,避其巨大数据量和波段间强相关性的弱势.方法 应用辨别分析和决策面特征提取方法.结果 减低了数据量,优化了高光谱信息.特征提取对高光谱信息优化处理十分有效,并达到了高维信息数据降维和高效利用的可行性.结论 在一定的分类精度范围内,减低维数而不丢失信息,可以提高分类器的效能,实现高维遥感数据的优化处理和高效利用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王旭红	西北大学城市与资源学系	38	330	10.0	17.0
2	肖平		1	7	1.0	1.0