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:
稀疏表示无需降维即可在原始的高维度空间对数据进行分类.当把数据投影到字典原子组成的过完备字典时,只需要很少的字典原子就可以表示这个数据.本文利用稀疏表示算法对高光谱数据进行分类,通过比较证明本文算法可以有效的提高高光谱数据的分类准确度.
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
基于字典优化的稀疏表示的视频镜头分类
稀疏表示
字典优化
视频镜头分类
基于稀疏表示的水声信号分类识别
压缩感知
稀疏表示
水声信号
特征提取
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 基于稀疏表示的高光谱数据分类
来源期刊 信息化建设 学科
关键词 稀疏表示 高光谱数据 分类准确度
年,卷(期) 2016,(8) 所属期刊栏目 网络信息化研究
研究方向 页码范围 75
页数 1页 分类号
字数 1144字 语种 中文
DOI
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 张春梅 14 12 2.0 3.0
2 王云辉 4 3 1.0 1.0
3 张云斌 2 5 1.0 2.0
4 周千琪 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (15)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(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)
研究主题发展历程
节点文献
稀疏表示
高光谱数据
分类准确度
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
信息化建设
月刊
1008-1941
33-1216/N
大16开
浙江省杭州市体育场路479号浙江省行政中心8号楼3楼
1998
chi
出版文献量(篇)
10099
总下载数(次)
23
论文1v1指导