作者:
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:
为降低高光谱影像的数据维数,提高地物分类识别效率,提出了一种地物分类方法——核直接线性判别分析(Kernel Direct Linear Discriminant Analysis,KDLDA)子空间法;并推导出类先验概率的一般形式下KDLDA的解.KDLDA子空间法先采用KDLDA提取遥感影像的非线性可分特征,然后在KDLDA子空间采用最小距离分类器进行分类识别.机载可见光/红外成像光谱仪(Airborne Visible/Infrared Imaging Spectrometer,AVIRIS)的高光谱影像识别结果表明,相比原空间法、LDA子空间法、直接线性判别分析(Direct Linear Discriminant Analysis,DLDA)子空间法、核线性判别分析(Kernel Linear Discriminant Analysis,KLDA)子空间法,KDLDA子空间法可显著提高识别效率.
推荐文章
多核融合多尺度特征的高光谱影像地物分类
高光谱影像
稀疏表示
多尺度
多核学习
地物分类
基于空间LDA模型的高分辨率遥感影像地物覆盖分类
模型
土地利用
遥感
面向对象
空间关系
空间LDA模型
空间-光谱约束的图半监督高光谱影像分类算法
半监督分类
空间-光谱
高光谱遥感
空-谱协同流形重构的高光谱影像分类
高光谱遥感
图像分类
空-谱特征
流形学习
重构误差
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 核Direct LDA子空间高光谱影像地物分类
来源期刊 计算机科学 学科 工学
关键词 地物分类 非线性可分性特征 核直接线性判别分析 高光谱影像
年,卷(期) 2012,(6) 所属期刊栏目 图形图像
研究方向 页码范围 274-277
页数 分类号 TP391.4|TP751.1|TP753
字数 4753字 语种 中文
DOI 10.3969/j.issn.1002-137X.2012.06.068
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 刘敬 西安邮电学院电子工程学院 6 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (22)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(5)
  • 参考文献(3)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(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
地物分类
非线性可分性特征
核直接线性判别分析
高光谱影像
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
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