基于监督等距映射高光谱遥感影像降维

• 作者: 刘冬 范洪冬 邓喀中 钱进
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 高光谱遥感 特征提取 KMEANS 监督等距映射
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 基金项目论文
• 页码范围: 66-69
• 分类号: TP751
• 字数: 3653字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.08.018

摘要

在面向分类的高光谱遥感数据降维过程中,考虑到高光谱遥感数据内在的非线性结构和传统流形学习非监督的特点,提出一种新的监督等距映射方法(S-Isomap).方法基于类间距离大于类内距离的思想,首先利用KMEANS算法对原始数据进行聚类得到样本的初始类别标签,采用新距离搜寻数据点的K近邻,进而实施等距映射降维.实验证明了该方法优于传统Isomap.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓喀中	中国矿业大学国土环境与灾害监测国家测绘局重点实验室	257	4604	37.0	53.0
2	范洪冬		12	81	6.0	8.0
3	钱进		3	18	2.0	3.0
4	刘冬	中国矿业大学国土环境与灾害监测国家测绘局重点实验室	4	23	3.0	4.0