结合KPCA和分形维提取高光谱遥感影像特征的方法

• 作者: 沈照庆 陶建斌 黄亮
• 来源期刊: 测绘科学
• 学科: 工学
• 关键词: 高光谱遥感影像 核函数 核PCA 分形维 特征提取
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 基础研究
• 页码范围: 27-29,42
• 页数: 4页
• 分类号: TP753
• 语种: 中文

摘要

本文将KPCA和分形维有机结合,进行高光谱影像特征提取,实现优势互补:选择合适的核函数和分形维计算方法,设计了3种组合算法,优化了特征提取效果,并对AVIRIS实验结果进行了分析评价,结果显示在相同条件下,SVM的分类精度要高于其他分类算法,KPCA+ Fractal特征提取更有利于地物的分类识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶建斌	武汉大学遥感信息工程学院	18	147	7.0	12.0
2	沈照庆	长安大学公路学院	13	51	5.0	7.0
3	黄亮		1	5	1.0	1.0