基于数字脊波和样条权神经网络的高光谱图像融合分类

• 作者: 尤佳 赵春晖
• 来源期刊: 黑龙江大学工程学报
• 学科: 工学
• 关键词: 数字脊波变换 快速Slant Stack算法 样条权神经网络 主体投票规则 融合分类
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 电子工程与计算机科学
• 页码范围: 70-77
• 分类号: TN911.73
• 字数: 6778字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-008X.2010.04.012

摘要

提出了一种基于数字脊波和样条权神经网络的高光谱图像融合分类新算法.在特征级融合中,针对数字脊波的特点,对不同分辨率的脊波系数采用局部信息熵进行融合,并运用样条权神经网络实现了分类.在决策级融合中,提出了先用样条权神经网络进行预分类,然后用主体投票法进行决策融合的算法,为避免作为局部分类器的神经网络结构过于复杂,对输入数据先进行了像素层的融合实现数据降维,这实质上体现了一种多层次融合的思想.实验结果表明,这两种方法都能有效的实现高光谱图像的融合及分类,在较少的训练样本下分类精度能达到92%以上,其中特征级融合可达到95.87%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵春晖	哈尔滨工程大学信息与通信工程学院	364	3419	27.0	39.0
2	尤佳	哈尔滨工程大学信息与通信工程学院	4	58	3.0	4.0