基于联合协同表示与SVM决策融合的高光谱图像分类研究

• 作者: 张新君 李铁
• 来源期刊: 计算机应用研究
• 关键词: 协同表示 高光谱图像分类 决策融合 支持向量机
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1913-1916,1920
• 页数: 5页
• 分类号: TP751
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.06.072

摘要

针对高光谱图像的分类问题进行了研究,提出一种基于联合协同表示(JCR)与支持向量机(SVM)模型的决策融合分类方法.首先采用联合协同表示模型对样本与字典进行多元素分解并分别进行相应的协同表示,自适应地学习多元素的残差权重并进行线性加权;其次用灰度共生矩阵计算出的统计特征量来训练多类SVM分类器;最后建立一种乘法融合规则将JCR与SVM相结合.在两个标准数据集上的实验结果表明,该方法比其他方法具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李铁	辽宁工程技术大学电子与信息工程学院	10	63	6.0	7.0
2	张新君	大连理工大学计算机科学与技术学院	5	39	4.0	5.0