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:
随着高光谱成像技术的发展,日益提高的光谱分辨率在提高目标检测和识别能力的同时,其较高的数据维度和较大的数据量也为数据分析和处理带来了很大的挑战.波段选择作为一种有效提高处理效率的技术受到广泛关注,但却鲜有专门针对目标检测设计的方法.针对上述问题,本文在分析约束能量最小化(CEM)检测算法特点的基础上,提出了一种面向目标检测,基于稀疏表示的波段选择方法.该方法首先基于数据的对称KL散度分布情况,将原始高光谱数据划分为若干波段子空间.然后在各子空间内稀疏重构检测结果,利用选择波段与稀疏向量非零项的一一对应关系,通过求解最优化问题实现波段选择.实验结果验证了该方法的有效性.
推荐文章
基于形态成分稀疏表示的红外小弱目标检测
小弱目标检测
稀疏表示
形态成分分析
自适应分类字典
基于HTP稀疏表示的鲁棒目标追踪方法
目标追踪
稀疏表示
硬阈值追踪
计算量
基于稀疏表示和特征选择的LK目标跟踪
视觉跟踪
稀疏表示
LK图像配准算法
特征选择
基于深度特征的稀疏表示目标跟踪算法
目标跟踪
稀疏表示
卷积神经网络
生成模型
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 面向目标检测基于稀疏表示的波段选择方法
来源期刊 电子学报 学科 工学
关键词 波段选择 高光谱图像 稀疏表示 目标检测 子空间划分
年,卷(期) 2017,(10) 所属期刊栏目 学术论文
研究方向 页码范围 2368-2374
页数 7页 分类号 TP751.1
字数 3618字 语种 中文
DOI 10.3969/j.issn.0372-2112.2017.10.009
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 黄树彩 空军工程大学防空反导学院 120 420 9.0 11.0
2 唐意东 空军工程大学防空反导学院 18 54 5.0 6.0
3 薛爱军 空军工程大学防空反导学院 13 85 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (46)
参考文献  (16)
节点文献
引证文献  (8)
同被引文献  (23)
二级引证文献  (0)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(6)
  • 参考文献(4)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
波段选择
高光谱图像
稀疏表示
目标检测
子空间划分
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导