半监督邻域保持嵌入在高光谱影像分类中的应用

• 作者: 冯海亮 潘竞文 黄鸿
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 高光谱影像分类 维数约简 邻域保持嵌入 半监督学习
• 年，卷（期）: 2014,（z1）
• 所属期刊栏目: 模式识别与图像处理
• 页码范围: 230-233
• 页数: 4页
• 分类号: TP751.1|TP391.4
• 字数: 4259字
• 语种: 中文

摘要

为了解决高光谱遥感影像的维数约简问题以提高分类算法的分类精度,并针对高光谱影像通常只包含少量标记样本的问题,提出了基于一种半监督邻域保持嵌入(SSNPE)和改进的KNN分类器的高光谱影像分类算法.该算法在NPE的基础上同时利用同类标记样本和邻域未标记样本获得数据的邻域嵌入结构,并且通过增加标记近邻样本的权重加大降维数据的鉴别性,进而增加k近邻分类器的样本分类精度.在Urban、Indian高光谱影像数据集上的实验结果表明,改进的算法的分类精度提高了约8.7％、3.6％以上,分类性能有了较明显的改善.

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
2	冯海亮	重庆大学光电技术及系统教育部重点实验室	38	482	11.0	21.0
3	潘竞文	重庆大学光电技术及系统教育部重点实验室	2	3	1.0	1.0