基于判别信息极限学习机的高光谱遥感图像分类

• 作者: 张海英 杨伊 楚永贺 闫德勤
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 极限学习机 模式识别 高光谱遥感图像 判别信息
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 图像学与辅助设计
• 页码范围: 161-165
• 页数: 5页
• 分类号: TP317.4
• 字数: 4382字
• 语种: 中文
• DOI: 10.11907/rjdk.162600

摘要

极限学习机(E L M)以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用,然而在高光谱遥感图像分类中,极限学习机算法不能较好地利用数据蕴含的判别信息,限制了 ELM的分类性能。为此,提出一种基于判别信息极限学习机(IELM),IELM继承了极限学习机的优势,并在一定程度上解决了极限学习机在有限高光谱遥感图像数据样本中学习不充分的问题。高光谱遥感图像分类实验结果表明,该算法具有较好的分类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫德勤	辽宁师范大学计算机与信息技术学院	124	1071	15.0	28.0
2	杨伊	辽宁师范大学计算机与信息技术学院	3	12	2.0	3.0
3	张海英	辽宁师范大学计算机与信息技术学院	4	24	3.0	4.0
4	楚永贺	辽宁师范大学计算机与信息技术学院	10	26	3.0	5.0