融合谱-空域信息的DBM高光谱图像分类方法

• 作者: 刘侍刚 杨建功 汪西莉
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 高光谱图像 特征提取 深度学习 深度玻尔兹曼机
• 年，卷（期）: 2019,（3）
• 页码范围: 109-115
• 页数: 7页
• 分类号: TP751.1
• 字数: 6376字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2019.03.017

摘要

在高光谱图像分类问题中,提取能够有效表达地物特征的信息是分类方法中的关键问题.为了提高高光谱图像分类精度,提出一种基于深度玻尔兹曼机的高光谱图像分类方法.该方法首先对高光谱图像数据进行主成分分析法白化处理,并提取像元的空域信息,与像元光谱信息组成综合的谱-空域信息;然后通过多层深度玻尔兹曼机模型从像元的谱-空域信息中提取深层次类别特征;最后通过逻辑回归模型对所提取特征进行分类.这种深度玻尔兹曼机模型能够利用数据的先验知识对高维数据进行特征提取,并且所提取的特征内在地表示了地物的空间结构和光谱特征.实验结果表明,这种方法能够有效地提高高光谱图像的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪西莉	陕西师范大学计算机科学学院	83	804	16.0	23.0
2	刘侍刚	陕西师范大学计算机科学学院	32	165	6.0	11.0
3	杨建功	陕西师范大学计算机科学学院	9	47	5.0	6.0