基于稀疏图正则矩阵判别分析的高光谱图像分类

• 作者: 刘青山 孙玉宝 杭仁龙 黄晓伟
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 高光谱图像分类 谱-空特征融合 矩阵判别分析 稀疏图正则
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能算法与应用专栏
• 页码范围: 51-58
• 页数: 8页
• 分类号: TP751
• 字数: 6115字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.2019.01.009

摘要

光谱和空间信息的联合使用是高光谱图像分类领域的研究热点之一.本文在已有的矩阵判别分析(MDA)模型的基础上,提出了一种基于稀疏图正则的改进模型.在有效融合高光谱图像光谱-空间信息的同时,能充分挖掘无标签样本的信息,从而提升了模型的分类性能.为了验证本文算法的有效性,在两个高光谱数据集上,与多种方法进行了对比.实验结果表明,本文提出的算法优于其他同类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙玉宝	江苏省大数据分析技术重点实验室南京信息工程大学信息与控制学院	4	36	3.0	4.0
2	刘青山	江苏省大数据分析技术重点实验室南京信息工程大学信息与控制学院	5	34	2.0	5.0
3	黄晓伟	江苏省大数据分析技术重点实验室南京信息工程大学信息与控制学院	1	0	0.0	0.0
4	杭仁龙	江苏省大数据分析技术重点实验室南京信息工程大学信息与控制学院	1	0	0.0	0.0