最速上升关联向量机高光谱影像分类

• 作者: 田联房 董超
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 高光谱图像 影像分类 最速上升 关联向量机
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 信息科学
• 页码范围: 1398-1405
• 分类号: TP751.1
• 字数: 4396字
• 语种: 中文
• DOI: 10.3788/OPE.20122006.1398

摘要

针对高光谱影像近邻波段高度相关,直接在高维空间分类并非最优的问题,提出了基于最速上升和关联向量机(SA-RVM)的高光谱影像分类算法.使用最速上升(SA)算法搜索最优特征子空间,剔除冗余特征；然后,在特征子空间中训练RVM并分类.对4套测试数据进行的实验表明,SA选择的特征子空间中,RVM分类精度提高了2.5％以上,与支持向量机(SVM)相当.对训练样本较少的2套数据,精度提高了5.63％和6.2％.此外,SA-RVM的解稀疏,预测未知样本类别属性所需时间短.总体来看,SA-RVM精度高、判别速度快,适合处理大场景高光谱影像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田联房	华南理工大学自动化科学与工程学院	145	1115	17.0	25.0
2	董超	华南理工大学自动化科学与工程学院	3	8	1.0	2.0