基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
高光谱遥感影像数据量大、波段数多,容易导致"维数灾难".传统流形学习方法一般仅考虑其光谱特征,忽略了空间信息.为此提出一种非监督的基于加权空-谱联合保持嵌入(WSCPE)的维数约简算法.首先采用加权均值滤波(WMF)方法对高光谱影像进行滤波,以消除噪点和背景点的干扰.然后根据遥感影像地物分布的空间一致性,通过采用加权空-谱联合距离(WSCD)来融合像素点的光谱信息和空间信息,有效选取各像素点的空-谱近邻,并根据像素点与其空-谱近邻点之间的坐标距离来有区别的利用其近邻点进行流形重构,提取低维鉴别特征进行地物分类.在PaviaU和Indian Pines数据集上的分类结果表明,总体分类精度分别达到了98.89%和95.47%.该方法在反映影像内部流形结构的同时,有效融合了影像的空间-光谱信息,故能提高影像特征的鉴别性,并提升分类性能.
推荐文章
融合高光谱影像三维空谱特征的子空间聚类算法
高光谱遥感影像
三维空谱特征
子空间聚类
空间上下文信息
机载高光谱影像降维方法比较
森林经理学
高光谱图像
曲线误差指数
Wilks'Lambda
随机森林
自适应波段选择
基于光谱空间结合的非负稀疏保持嵌入的谱聚类
非负稀疏
降维
谱聚类
高光谱图像
拉普拉斯
谐波能量谱特征向量的高光谱影像Bayes分类
高光谱影像
频率域变换
谐波分析
能量谱
Bayes准则
监督分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 加权空-谱联合保持嵌入的高光谱遥感影像降维方法
来源期刊 测绘学报 学科 地球科学
关键词 高光谱遥感影像 流形学习 维数约简 空-谱近邻 鉴别特征
年,卷(期) 2019,(8) 所属期刊栏目 摄影测量学与遥感
研究方向 页码范围 1014-1024
页数 11页 分类号 P237
字数 7243字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄鸿 重庆大学光电技术与系统教育部重点实验室 73 422 11.0 15.0
2 段宇乐 重庆大学光电技术与系统教育部重点实验室 4 9 1.0 3.0
3 石光耀 重庆大学光电技术与系统教育部重点实验室 10 14 2.0 3.0
4 张丽梅 重庆大学光电技术与系统教育部重点实验室 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (23)
参考文献  (24)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(13)
  • 参考文献(0)
  • 二级参考文献(13)
2015(15)
  • 参考文献(8)
  • 二级参考文献(7)
2016(12)
  • 参考文献(8)
  • 二级参考文献(4)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高光谱遥感影像
流形学习
维数约简
空-谱近邻
鉴别特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘学报
月刊
1001-1595
11-2089/P
大16开
北京复兴门外三里河路50号
2-224
1957
chi
出版文献量(篇)
3170
总下载数(次)
17
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导