基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了充分利用稀疏表示分类信息和高光谱图像的空间信息,提出结合马尔可夫随机场的加权条件稀疏表示高光谱图像分类算法。该算法对稀疏表示分解后的残差向量建立条件稀疏表示模型,在计算残差向量的类别归属时引入频段方差信息;利用光谱信息散度从信息熵的角度挖掘重构光谱中的类别鉴定信息;在期望最大化算法模型中,将条件稀疏模型与光谱信息散度模型相结合,使算法具备迭代自更新的能力;将马尔可夫随机场引入加权条件稀疏表示算法,在算法时间复杂度不变的情况下,对高光谱图像的空间信息予以提取。仿真结果表明,该算法能够有效地提高分类精度,且在不同试验数据下具备良好的稳定性。
推荐文章
基于多任务联合稀疏表示的高光谱图像分类算法
多任务学习
稀疏表示
高光谱图像
图像分类
基于SSAE深度学习特征表示的高光谱遥感图像分类方法
高光谱遥感图像分类
堆叠稀疏自动编码器
深度学习
特征表示
支持向量机
基于医学高光谱显微图像光谱空间信息的血细胞分类
医学高光谱成像
血细胞分类
Gabor滤波器
稀疏表示
基于自编码的高光谱图像波段加权分类网络研究
高光谱图像分类
波段加权
注意机制
卷积神经网络
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于空间约束加权条件稀疏表示高光谱图像分类
来源期刊 系统工程与电子技术 学科 工学
关键词 图像处理 高光谱图像分类 加权条件稀疏表示 马尔可夫随机场
年,卷(期) 2016,(2) 所属期刊栏目 软件、算法与仿真
研究方向 页码范围 442-449
页数 8页 分类号 TP751
字数 6894字 语种 中文
DOI 10.3969/j.issn.1001-506X.2016.02.30
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈善学 重庆邮电大学移动通信技术重庆市重点实验室 84 380 9.0 13.0
2 胡灿 重庆邮电大学移动通信技术重庆市重点实验室 3 10 2.0 3.0
3 屈龙瑶 重庆邮电大学移动通信技术重庆市重点实验室 3 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (4)
参考文献  (16)
节点文献
引证文献  (4)
同被引文献  (9)
二级引证文献  (2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像处理
高光谱图像分类
加权条件稀疏表示
马尔可夫随机场
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导