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:
针对高光谱影像数据高维性、高度相关性和冗余性等特点,提出应用稀疏非负矩阵分解聚类实现高光谱影像波段的优化选择.通过稀疏非负矩阵分解方法对高光谱影像进行稀疏化表示,同时顾及其可聚类的特性,在保留所选波段物理意义的基础上,得到波段选择后的高光谱影像降维数据.通过该方法对PHI-3高光谱影像进行波段选择的试验分析,应用聚类特征有效性分析波段聚类结果,并采用波段子集的信息量、相关性和可分性3类评价指标来验证方法的效果.最终,从运行效率和分类精度两方面证明了基于无监督聚类的稀疏非负矩阵分解对高光谱影像的波段选择的实用性.
推荐文章
高光谱影像波段选择算法研究
高光谱影像
波段选择
特征提取与选择
基于光谱空间结合的非负稀疏保持嵌入的谱聚类
非负稀疏
降维
谱聚类
高光谱图像
拉普拉斯
用于独立特征学习的稀疏非负矩阵分解算法
非负矩阵分解
L2,1/2稀疏
独立特征学习
余弦相似性
基于小波和非负稀疏矩阵分解的人脸识别方法
人脸识别
小波变换
非负矩阵分解
Fisher线性判别
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 应用稀疏非负矩阵分解聚类实现高光谱影像波段的优化选择
来源期刊 测绘学报 学科 地球科学
关键词 高光谱影像 波段选择 稀疏表示 非负矩阵分解 概率潜语义分析聚类
年,卷(期) 2013,(3) 所属期刊栏目 学术论文
研究方向 页码范围 351-358,366
页数 9页 分类号 P237
字数 7434字 语种 中文
DOI
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 刘春 同济大学测绘与地理信息学院 124 1877 22.0 38.0
2 施蓓琦 同济大学测绘与地理信息学院 18 291 8.0 17.0
6 陈能 上海师范大学城市信息研究中心 58 500 11.0 20.0
7 孙伟伟 同济大学测绘与地理信息学院 12 87 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (39)
参考文献  (14)
节点文献
引证文献  (20)
同被引文献  (41)
二级引证文献  (136)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(2)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(5)
  • 二级参考文献(0)
2013(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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(10)
  • 引证文献(4)
  • 二级引证文献(6)
2017(22)
  • 引证文献(2)
  • 二级引证文献(20)
2018(46)
  • 引证文献(2)
  • 二级引证文献(44)
2019(54)
  • 引证文献(5)
  • 二级引证文献(49)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
高光谱影像
波段选择
稀疏表示
非负矩阵分解
概率潜语义分析聚类
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
测绘学报
月刊
1001-1595
11-2089/P
大16开
北京复兴门外三里河路50号
2-224
1957
chi
出版文献量(篇)
3170
总下载数(次)
17
总被引数(次)
68216
论文1v1指导