原文服务方: 现代电子技术       
摘要:
高维数据处理是天体光谱自动处理的重要组成部分.提出一种基于二维主分量分析的光谱数据降维方法,通过构造主分量空间将分散在一组变量上的高维光谱数据投影到2个主成分上,得到二维坐标;每一个主成分都是原始变量的线性组合,主成分之间互为正交关系,在剔除冗余信息的同时,通过主成分分析的降维,解决光谱数据的存储和处理问题.
推荐文章
基于主分量分析的高光谱遥感数据噪声消除方法
高光谱遥感
去噪
小波变换
主分量分析
概率二维主分量分析
主分量分析
二维主分量分析
期望最大化算法
缺失数据
基于特征选择的二维主分量分析
二维主分量分析
特征选择
特征融合
人脸识别
基于独立分量分析和相关向量机的高光谱数据分类
高光谱数据分类
虚拟维数
独立分量分析
相关向量机
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 基于二维主分量分析的光谱数据降维方法
来源期刊 现代电子技术 学科
关键词 主分量分析 高维数据 降维 光谱
年,卷(期) 2007,(14) 所属期刊栏目 仪器与仪表
研究方向 页码范围 21-23
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2007.14.009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (16)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (13)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
主分量分析
高维数据
降维
光谱
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导