图Laplacian和自训练用于高光谱数据半监督波段选择

• 作者: 吕智强 黄睿
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 高光谱数据分类 波段选择 半监督学习 图Laplacian 自训练
• 年，卷（期）: 2014,（6）
• 页码范围: 981-985
• 页数: 5页
• 分类号: TP751.1
• 字数: 3674字
• 语种: 中文

摘要

波段选择是数据降维的有效手段,但有限的标记样本影响了监督波段选择的性能.提出一种利用图Laplacian和自训练策略实现半监督波段选择的方法.该方法首先定义基于图的半监督特征评分准则以产生初始波段子集,接着在该子集基础上进行分类,采用自训练策略将部分可信度较高的非标记样本扩展至标记样本集合,再用特征评分准则对波段子集进行更新.重复该过程,获得最终波段子集.高光谱波段选择与分类实验比较了多种非监督、监督和半监督方法,实验结果表明所提算法能选择出更好的波段子集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄睿	上海大学通信与信息工程学院	13	38	4.0	5.0
2	吕智强	上海大学通信与信息工程学院	2	4	1.0	2.0