基于紧耦合像元的自适应增强类内稀疏表示高光谱图像分类

• 作者: 桂成名 王一宁 陈善学
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 图像处理 稀疏表示 正交匹配追踪 自适应增强 紧耦合像元
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 655-661
• 页数: 7页
• 分类号: TP751
• 字数: 5446字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2017.03.29

摘要

为了充分利用稀疏表示分类算法中重构残差包含的特征信息,将重构残差的波段信息反馈到测试样本中,自适应增强样本的稀疏特征提取.但反馈调整过程可能会出现特征过拟合的问题,为了进一步提高算法的稳定性和分类精度,提出了紧耦合像元生成算法(close coupled set of pixels, CCSP)来平滑特征分布以解决过拟合问题,并最终提出了基于紧耦合像元的自适应增强类内稀疏表示高光谱图像分类方法(close coupled set of pixels-based adaptive boosting class-wise sparse representation classifier, CCSP-ABCWSRC).在Indian Pines,University of Pavia,Salinas三个高光谱数据集上的实验结果表明,提出的算法对高光谱图像进行了稳定有效的分类并且其分类精度优于同类算法.

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	桂成名	重庆邮电大学移动通信技术重庆市重点实验室	3	7	2.0	2.0
3	王一宁	重庆邮电大学移动通信技术重庆市重点实验室	3	7	2.0	2.0