基于混合概率PCA模型高光谱图像本征维数确定

• 作者: 普鑫
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 降维 本征维数 混合概率主成分分析 混合最小描述长度准则 期望最大化算法
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 204-206
• 页数: 3页
• 分类号: TP391.41
• 字数: 2690字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.09.075

摘要

如何有效实现降维是现代成像光谱仪辨识地物类别的一个难点所在.该文在已知高光谱图像地物类别数的情况下,提出了一种采用混合最小描述长度(MMDL)模型选择准则确定高光谱图像本征维数的方法.该方法在期望最大化算法框架下同时实现混合PPCA降维和聚类,并根据MMDL准则确定数据降维维数,可以得到数据在概率意义下的精确的降维表征.仿真数据和真实数据进行的比较实验表明,该方法能精确地选择数据的本征维数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	普鑫		2	6	1.0	2.0