基于同质性降维和CMP算法的高光谱图像分类

• 作者: 晁拴社 楚恒
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高光谱图像分类 同质性降维 稀疏最小二乘支持向量机 组合匹配追踪算法
• 年，卷（期）: 2017,（13）
• 所属期刊栏目: 图形图像处理
• 页码范围: 206-210
• 页数: 5页
• 分类号: TP391
• 字数: 4309字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1601-0295

摘要

针对高光谱数据维数高,波段间冗余信息大的问题,提出一种基于同质性降维和组合匹配追踪算法的高光谱图像分类方法.该方法首先利用均值漂移算法对高光谱图像进行分割得到同质性图像块,对同质性的图像块进行流行学习得到降维映射函数,然后由降维后的高光谱数据训练稀疏最小二乘支持向量机分类模型,为避免正交匹配追踪稀疏重构算法迭代次数多的缺点,提出一种基于组合匹配追踪的稀疏重构求解方法.通过高光谱数据的分类结果可以得出,该方法有效提高了高光谱图像的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	楚恒	重庆邮电大学通信与信息工程学院	15	22	3.0	3.0
5	晁拴社	重庆邮电大学通信与信息工程学院	7	13	3.0	3.0