引入负相似的高光谱图像半监督分类

• 作者: 王立国 王雪君 郝思媛
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 高光谱图像 负相似 LapSVM算法 LNP 算法 半监督分类
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 算法研究
• 页码范围: 414-422
• 页数: 9页
• 分类号: TN911.73
• 字数: 5821字
• 语种: 中文

摘要

高光谱图像数据体现为波段多、地物标签获取困难大、谱信息抗干扰能力弱等特征，容易引起维数灾难、光谱空间变异性等问题，从而影响分类器的分类精度。针对这些问题，本文将负相似信息引入到拉普拉斯支持向量机（Laplacian Support Vector Machine，LapSVM）的流形正则化项中，提出了一种引入负相似的拉普拉斯支持向量机（Dissimilarity in Laplacian Support Vector Machine，Diss-LapSVM）分类算法，抑制光谱空间变异对分类结果的影响。同时，本文提出利用线性近邻传播（Linear Neighborhood Propagation，LNP）算法构造图的拉普拉斯矩阵，更有效地引入无标签样本的信息。实验结果表明，本文算法的分类精度得到了提高，特别是对光谱特征相似的地物。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王立国	哈尔滨工程大学信息与通信工程学院	116	829	15.0	23.0
2	郝思媛	哈尔滨工程大学信息与通信工程学院	8	172	5.0	8.0
3	王雪君	哈尔滨工程大学信息与通信工程学院	1	1	1.0	1.0