基于改进最小噪声分离变换的特征提取与分类

• 作者: 惠萌 白璘
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 相关向量机 高光谱图像分类 核方法 最小噪声分离变换
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 图形与图像
• 页码范围: 1344-1348
• 页数: 5页
• 分类号: TP391.4
• 字数: 2686字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.07.019

摘要

在最小噪声分离变换的基础上,引入核方法,采用小波核函数代替传统核函数对最小噪声分离变换予以改进.小波核函数的多分辨率分析特性可进一步提高算法的非线性映射能力.相关向量机高光谱图像分类是一种较新的高光谱图像分类方法,将新型核最小噪声分离变换方法与相关向量机相结合,对高光谱影像数据进行分类实验.仿真实验结果表明,基于小波核最小噪声分离变换的方法体现了高光谱影像的非线性特征,将所提出的方法应用于HYDICE系统在Washington DC Mall上空拍摄的数据,与对照算法相比,分类精度可提高3％～8％,并可有效地提高小样本区域的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白璘	长安大学电子与控制工程学院	18	83	6.0	8.0
2	惠萌	长安大学电子与控制工程学院	12	40	5.0	6.0