面向高光谱图像分类的空谱判别分析

• 作者: 侯榜焕 姚敏立 张峰干 王道平 贾维敏
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 高光谱图像分类 特征提取 判别分析 空谱联合 半监督学习 空间近邻
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 450-460
• 页数: 11页
• 分类号: TP751.1
• 字数: 7143字
• 语种: 中文
• DOI: 10.3788/OPE.20182602.0450

摘要

针对传统的基于特征提取的高光谱图像地物分类算法大多只考虑光谱信息而忽略空间信息的问题,提出了一种面向高光谱分类的半监督空谱全局与局部判别分析(S3GLDA)算法.该算法首先利用少量标记样本保存数据集的线性可分性和全局判别信息,再依靠较多的无标记的空间局部近邻像元来揭示局部判别信息和非线性局部流形,使高光谱遥感图像的光谱域全局判别结构和空间域局部判别结构在低维特征空间同时得以保留,并在输出特征中自动融入了空间信息,构成了半监督的空谱判别分析.在Indian Pines和 PaviaU 数据集的实验表明,总体分类精度分别达到76.24% 和82.96%.与现有几种算法比较,该算法有效提高了输出特征在低维空间的判别能力,更好地揭示了数据集的内在非线性多模本质,有效提升了高光谱图像数据集的地物分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王道平		21	34	3.0	5.0
2	姚敏立		20	44	4.0	6.0
3	张峰干		22	26	3.0	4.0
4	贾维敏		23	56	4.0	7.0
5	侯榜焕		4	23	3.0	4.0