多流形LE算法在高光谱图像降维和分类上的应用

• 作者: 吴东洋 马丽
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 流形学习 多流形假设 高光谱数据 分类
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 80-86
• 页数: 7页
• 分类号: TP79
• 字数: 6304字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2018.02.11

摘要

传统的流形学习算法假设不同类的数据位于同一个流形结构上,然而由于不同类别数据的特征不同,其位于各自不同的流形结构上的假设更加合理,因此,多流形假设更适合数据分类问题.通过借鉴多流形谱聚类算法中的多流形思想,研究多流形LE算法及其在高光谱数据降维和分类上的应用,结合高光谱数据特点,通过添加空间信息和数据标记信息进一步改进多流形LE算法.实验结果表明,在多种高光谱数据中,多流形LE算法能取得比LE算法更高的分类精度,同时改进的多流形LE算法也取得比LE和多流形LE算法更高的分类精度,这说明多流形假设更符合高光谱数据的特点,也说明了改进算法的有效性.