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:
针对高光谱影像非监督分类问题,从特征提取的角度提出了一种用于高光谱混合像元分类的非监督约束线性判别分析算法(UCLDA).该算法首先利用顶点成分分析(VCA)提取端元,然后用光谱角匹配方法(SAM)构造训练样本并基于约束线性判别分析(CLDA)进行特征提取,最后用最小距离法分类.整个算法实现了非监督分类.对模拟的高光谱数据和真实的遥感影像进行了仿真研究,研究结果表明,UCLDA略优于最小二乘光谱混合分析技术,但明显好于经典的光谱角匹配分类.
推荐文章
基于主成分判别分析的高光谱遥感影像分类方法
主成分分析
线性判别分析
高光谱
分类
基于核半监督判别分析的高光谱影像特征提取
高光谱影像
半监督学习
核半监督判别分析
线性判别分析
特征提取
膨胀土判别与分类的Fisher判别分析方法
膨胀土
SPSS
Fisher判别分析
判别与分类
正则化半监督判别分析方法
加权线性判别分析
最大散度差
无监督判别分析
半监督
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 基于约束线性判别分析的非监督高光谱影像分类方法
来源期刊 机电工程 学科 工学
关键词 混合像元 端元提取 线性判别分析 非监督分类
年,卷(期) 2009,(8) 所属期刊栏目 计算机应用
研究方向 页码范围 41-44
页数 4页 分类号 TP751.1
字数 3652字 语种 中文
DOI 10.3969/j.issn.1001-4551.2009.08.013
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 厉小润 浙江大学电气工程学院 55 414 12.0 16.0
2 赵辽英 杭州电子科技大学计算机应用技术研究所 42 266 10.0 14.0
3 张凯 杭州电子科技大学计算机应用技术研究所 5 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (5)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (5)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
混合像元
端元提取
线性判别分析
非监督分类
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
机电工程
月刊
1001-4551
33-1088/TM
大16开
浙江省杭州市大学路高官弄9号
32-68
1971
chi
出版文献量(篇)
6489
总下载数(次)
9
总被引数(次)
41536
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导