基于MFA与kNNS算法的高光谱遥感影像分类

• 作者: 冯海亮 王立志 黄鸿
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 高光谱影像 地物分类 图嵌入框架 最近邻
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 图形图像
• 页码范围: 261-265
• 分类号: TP751.1|TP391.4
• 字数: 5437字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.06.065

摘要

为了研究高光谱影像数据的维数约简和分类问题,提出了一种基于边际费希尔分析(MFA)和kNNS的高光谱遥感影像数据分类算法.该方法利用数据的类别信息,通过MFA将高光谱数据从高维观测空间投影到低维流形空间,然后利用邻域内多个近邻点的信息通过kNNS分类器对低维空间中的数据进行分类.在Urban、Washington和Indian Pine数据集上的分类识别实验表明,该方法能够较为有效地发现高维空间中数据的内蕴结构,在每类随机选取4,6,8个训练样本的情况下,该方法的总体分类精度能够比其他算法提高3.7％～8.5％,分类精度有了明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄鸿	重庆大学光电技术及系统教育部重点实验室	73	422	11.0	15.0
2	冯海亮	重庆大学光电技术及系统教育部重点实验室	38	482	11.0	21.0
3	王立志	重庆大学光电技术及系统教育部重点实验室	3	39	3.0	3.0