改进的主成分分析网络极光图像分类方法

• 作者: 贾中华 韩冰 高新波
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 极光图像 深度学习 主成分分析 二维主成分分析 主成分分析网络
• 年，卷（期）: 2017,（1）
• 页码范围: 83-88
• 页数: 6页
• 分类号: TN911.73
• 字数: 4530字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2017.01.015

摘要

极光的不同形态蕴含了不同的物理意义，进行极光图像的分类研究对人类生活具有极其重要的科学价值。笔者在简单的深度学习模型主成分分析网络的基础上提出了一种改进的主成分分析网络极光图像分类方法。首先利用改进的主成分分析网络提取极光图像的特征，然后将所得特征输入支持向量机对极光图像进行分类。在中国北极黄河站的全天空图像数据库的分类实验结果表明，所提方法取得了较高分类准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高新波	西安电子科技大学电子工程学院	176	3425	27.0	52.0
2	韩冰	西安电子科技大学电子工程学院	24	191	8.0	13.0
6	贾中华	西安电子科技大学电子工程学院	1	15	1.0	1.0