应用相关近邻局部线性嵌入算法的高光谱遥感影像分类

• 作者: 刘亦哲 刘嘉敏 罗甫林 黄鸿
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 高光谱影像分类 流形学习 局部线性嵌入 相关近邻 相关最近邻分类器
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 信息科学
• 页码范围: 1668-1676
• 页数: 9页
• 分类号: TP751.1
• 字数: 5805字
• 语种: 中文
• DOI: 10.3788/OPE.20142206.1668

摘要

传统的局部线性嵌入(LLE)算法需用欧氏距离度量近邻,但欧氏距离只表示两点间的直线距离,在高维空间中不一定能反映数据间的真实空间分布,导致近邻选取不稳定.针对此问题,本文提出了相关近邻(CN)LIE(CN-LLE)和相关最近邻分类(CNN)算法.提出的算法首先利用相关系数度量数据间的近邻,实现更准确的局部重构,提取鉴别特征;然后用CNN对低维嵌入特征进行分类.在KSC和Indian Pine高光谱遥感数据集上的地物分类实验结果表明:本文提出的CN-LLE+ CNN算法比LLE、LLE+CNN和CN-LLE等算法的总分类精度提升了2.11％～11.55％,Kappa系数提升了o.026～0.143.由于该算法增加了近邻为同类的概率,便于更有效地提取同类数据的鉴别特征,且有更好的稳定性,故能更有效地实现高光谱遥感数据的地物分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘嘉敏	重庆大学光电技术及系统教育部重点实验室	55	382	11.0	16.0
2	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
3	罗甫林	重庆大学光电技术及系统教育部重点实验室	16	93	6.0	8.0
4	刘亦哲	重庆大学光电技术及系统教育部重点实验室	6	35	4.0	5.0