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:
最大似然估计法(MLE)能快速计算高光谱影像数据的本征维数,原理简单,但它不是一种很好的本征维数估计法.因为它存在忽略单个数据点贡献的缺点,导致冗余信息放大、重要信息被湮没,不利于特征提取和分类.对此,本文引入自适应性最大似然估计法(AMLE).该方法通过引入权函数,突出每个数据点的贡献,能提取出被最大似然估计法湮没的重要特征.在对高光谱影像进行特征提取及分类的试验中验证了该方法的有效性.
推荐文章
植物叶片本征维数估计与分类方法研究--基于改进 PCA
植物叶片
本征维数估计
PCA
方差贡献率
曲线拟合
基于混合概率PCA模型高光谱图像本征维数确定
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
信号分形维数估计的研究与实现
分形维数
自仿射
迭代函数系统
搜索算法
基于高光谱的水稻叶片氮含量估计的深度森林模型研究
叶片氮含量
深度学习
机器学习
高光谱遥感
水稻
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AMLE的高光谱本征维数估计方法研究
来源期刊 影像技术 学科 地球科学
关键词 最大似然估计 自适应性最大似然估计 权函数
年,卷(期) 2012,(3) 所属期刊栏目 遥感与航空摄影
研究方向 页码范围 39-42
页数 分类号 P237
字数 2616字 语种 中文
DOI 10.3969/j.issn.1001-0270.2012.03.18
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 余旭初 信息工程大学测绘学院 92 837 15.0 26.0
2 张鹏强 信息工程大学测绘学院 37 313 9.0 16.0
3 杨明 信息工程大学测绘学院 4 47 2.0 4.0
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  (47)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1994(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
最大似然估计
自适应性最大似然估计
权函数
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
影像技术
双月刊
1001-0270
12-1173/TB
大16开
天津市河西区洞庭路20号
6-121
1989
chi
出版文献量(篇)
2616
总下载数(次)
4
论文1v1指导