高光谱影像空-谱协同嵌入的地物分类算法

• 作者: 郑新磊 黄鸿
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: 高光谱影像 维数简约 空-谱协同 流形结构 分类
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 964-972
• 页数: 9页
• 分类号: P237
• 字数: 5751字
• 语种: 中文
• DOI: 10.11947/j.AGCS.2016.20150654

摘要

针对传统高光谱影像地物分类算法大多仅考虑光谱信息而忽略空间邻近像元间相关性的问题，提出了一种空-谱协同嵌入(SSCE)降维算法和空-谱协同最近邻(SSCNN)分类器?首先，定义一种空-谱协同距离，并将其应用于近邻选取和低维嵌入；然后，构建空-谱近邻关系图来保持数据中的流形结构，并在权值设置中增大空间近邻点的权重以增强数据间的聚集性，提取鉴别特征；最后使用 SSCNN分类器对降维后的数据进行分类?利用 PaviaU 和 Salinas高光谱数据集进行试验验证，结果表明，与传统的光谱分类算法相比，该算法能有效提高高光谱影像的地物分类精度?

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄鸿	重庆大学光电技术与系统教育部重点实验室	73	422	11.0	15.0
2	郑新磊	重庆大学光电技术与系统教育部重点实验室	4	58	3.0	4.0