原文服务方: 现代电子技术       
摘要:
提出一种独立分量分析(ICA)和相关向量机(RVM)相结合的高光谱数据分类方法,首先采用虚拟维数方法对高光谱数据维数进行估计,在此基础上,采用独立分量分析对数据进行降维,然后采用相关向量机对降维后的数据分类.计算机仿真实验结果表明,该方法在获得较高分类精度的同时大大节省了分类时间.
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
基于主分量分析与支持向量机的人脸检测研究
人脸检测
主分量分析
支持向量机
模式分类
基于独立分量分析的图像增强
独立分量分析
盲源分离
图像增强
基于独立分量分析的盲分离算法研究
独立分量分析
高阶统计量
盲源分离
Infomax算法
互信息极小法
固定点算法
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 基于独立分量分析和相关向量机的高光谱数据分类
来源期刊 现代电子技术 学科
关键词 高光谱数据分类 虚拟维数 独立分量分析 相关向量机
年,卷(期) 2010,(13) 所属期刊栏目 自动化技术
研究方向 页码范围 123-126,130
页数 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2010.13.039
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 冯燕 西北工业大学电子信息学院 75 688 15.0 21.0
2 刘萌萌 西北工业大学电子信息学院 4 26 3.0 4.0
3 殷岳萌 西北工业大学电子信息学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (49)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (9)
二级引证文献  (3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
高光谱数据分类
虚拟维数
独立分量分析
相关向量机
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
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导