基于核半监督判别分析的高光谱影像特征提取

• 作者: 余旭初 张鹏强 薛志祥 谭熊 魏祥坡
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 关键词: 高光谱影像 半监督学习 核半监督判别分析 线性判别分析 特征提取
• 年，卷（期）: 2016,（3）
• 页码范围: 258-262,268
• 页数: 6页
• 分类号: P231|TP753
• 字数: 4231字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2016.03.008

摘要

针对高光谱影像特征提取中地物类别训练样本获取代价较高的情况,在线性判别分析的基础上,结合核方法和半监督学习理论,提出了一种基于核半监督判别分析(KSDA)的高光谱影像特征提取方法.该方法同时利用少量已知类别和大量未知类别样本数据进行模型的学习和训练.通过OMIS高光谱影像数据实验表明:在少量已知类别训练样本的条件下,经KSDA特征提取的样本数据在特征空间中能更好地聚集成团,且类别之间的距离较大,增加了类别之间的可分性,得到了较高的分类精度;同时,提取的特征影像能够较好地区分各种地物类别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余旭初		92	837	15.0	26.0
2	张鹏强		37	313	9.0	16.0
3	谭熊		26	151	6.0	12.0
5	魏祥坡		16	92	5.0	9.0
6	薛志祥		5	27	3.0	5.0