基于半监督稀疏鉴别嵌入的高光谱遥感影像分类

• 作者: 曲焕鹏 黄鸿
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 高光谱遥感影像 影像分类 维数约简 稀疏表示 流形学习 半监督稀疏鉴别嵌入
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 434-442
• 页数: 9页
• 分类号: TP751
• 字数: 5578字
• 语种: 中文
• DOI: 10.3788/OPE.20142202.0434

摘要

为了有效利用已标记与未标记样本提高高光谱遥感影像分类精度,提出一种新的半监督流形学习方法——半监督稀疏鉴别嵌入算法(SSDE).该算法结合了近邻流形结构及稀疏性的优点,不仅保留样本间的稀疏重构关系,而且通过引入少量有标记的训练样本以及大量无标记训练样本来获得高维数据的内在属性以及低维流形结构,实现鉴别特征提取,提高分类精度.在Washington DC Mall和Indian Pine数据集上的分类识别实验表明,该算法能够较为有效地发现高维空间中数据的内蕴结构,分类性能比其他算法有明显的提升.在随机选取8个有类别标记和60个无类别标记的数据作为训练样本的情况下,本文提出的SSDE算法在上述两个数据集上的分类精度分别达到了77.36％和97.85％.

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
5	曲焕鹏	重庆大学光电技术及系统教育部重点实验室	1	16	1.0	1.0