基于矩阵分解的高光谱数据特征提取

• 作者: 何明一 冯燕 李晓会 魏峰
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 高光谱 遥感 流形 特征提取 矩阵分解
• 年，卷（期）: 2014,（6）
• 页码范围: 674-679
• 页数: 6页
• 分类号: TP701
• 字数: 4438字
• 语种: 中文
• DOI: 10.3724/SP.J.1010.2014.00674

摘要

利用有限的标记样本,将其作为硬性约束加入矩阵分解中;同时构建局部邻域graph,挖掘数据的流形结构并保持局部的不变特性,提出一种基于矩阵分解的高光谱数据特征提取(FEMF)方法.经过矩阵分解,使得原始高维光谱特征空间中相近的数据在低维空间中仍然相近,而相同类别的标记数据则被投影到同一个位置.这样的低维表示具有更强的判别性能,从而得到更好的分类和聚类效果.该方法的求解过程是非凸规划问题,同时给出了一个乘性更新规则获得局部优化解.最后,对真实高光谱数据进行特征提取验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何明一	西北工业大学电子信息学院	122	1497	22.0	33.0
2	冯燕	西北工业大学电子信息学院	75	688	15.0	21.0
3	魏峰	西北工业大学电子信息学院	3	41	3.0	3.0
4	李晓会	西北工业大学电子信息学院	1	7	1.0	1.0