基于经验模态分解NCC特征选择的高光谱图像分类算法

• 作者: 张敏 沈毅
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 高光谱图像 经验模态分解 支持向量机 非线性相关系数 特征选择 分类
• 年，卷（期）: 2012,（10）
• 页码范围: 799-803
• 分类号: TP181
• 字数: 3890字
• 语种: 中文

摘要

采用非线性相关系数(nonlinearcorrelationcoefficient,NCC)进行经验模态分解后的特征选择,通过图像特征(内固模态函数和图像趋势)的非线性相关系数进行特征选择(NCC-Feature Selection),进一步提出了基于非线性相关系数经验模态特征选择的高光谱图像分类算法(2D-EMD-NCC-SVM).仿真结果证实,算法可选择出可分性强、信息量大的高光谱图像特征,提高高光谱图像的分类精度和分类速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈毅	哈尔滨工业大学控制科学与工程系	186	1667	22.0	33.0
2	张敏	哈尔滨工业大学控制科学与工程系	37	211	10.0	13.0