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:
论文提出了一种基于快速独立分量分析的高光谱图像降维算法.利用虚拟维数算法估计需要保留的独立分量数目,采用非监督端元提取算法自动获取端元矢量,并对快速独立分量分析的混合矩阵进行有效初始化.采用最大噪声分离变换对原始数据进行预处理,利用快速独立分量分析从变换后的主分量中依次提取出各端元对应的独立分量,最后对各个独立分量分别实施无损压缩.实验结果表明,该算法降维后的独立分量具有较好的地物分类性能,并且可以获得较好的压缩性能.
推荐文章
基于独立分量分析和相关向量机的高光谱数据分类
高光谱数据分类
虚拟维数
独立分量分析
相关向量机
基于独立分量分析的图像增强
独立分量分析
盲源分离
图像增强
基于二维主分量分析的光谱数据降维方法
主分量分析
高维数据
降维
光谱
基于独立分量分析的盲分离算法研究
独立分量分析
高阶统计量
盲源分离
Infomax算法
互信息极小法
固定点算法
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 基于独立分量分析的高光谱图像降维与压缩算法
来源期刊 计算机与数字工程 学科 工学
关键词 高光谱图像 目标探测 端元提取 独立分量分析
年,卷(期) 2014,(8) 所属期刊栏目 图像处理
研究方向 页码范围 1472-1475,1507
页数 5页 分类号 TP751.1
字数 4004字 语种 中文
DOI 10.3969/j.issn1672-9722.2014.08.039
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 粘永健 3 18 3.0 3.0
2 李朝晖 1 3 1.0 1.0
3 邱海燕 1 3 1.0 1.0
4 赵本靖 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (55)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (17)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(8)
  • 参考文献(3)
  • 二级参考文献(5)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(11)
  • 参考文献(5)
  • 二级参考文献(6)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
高光谱图像
目标探测
端元提取
独立分量分析
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导