极限学习机在高光谱遥感图像分类中的应用

• 作者: 张新君 李铁
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 遥感 极限学习机 高光谱图像 图像 分类
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 62-68,75
• 页数: 8页
• 分类号: TP751
• 字数: 3814字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2016.11.010

摘要

针对高光谱遥感图像的分类问题,本文引入极限学习的思想,提出了基于分层局部感受野的极限学习机的高光谱分类方法.该方法利用光谱特征的局部相关性,采用两层的分层结构提取高光谱图像中的抽象表示和不变特征,可以取得更好的分类性能.同时还分析了算法的不同参数对分类性能的影响.在两个广泛使用的真实高光谱数据集上进行实验,同当前一些典型的方法做比较,结果表明该方法具有更高的分类性能与较快的训练速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李铁	辽宁工程技术大学电子与信息工程学院	10	63	6.0	7.0
2	张新君	大连理工大学计算机科学与技术学院	5	39	4.0	5.0