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:
为进一步利用高光谱图像在同一区域内像素点的相似特性完成地物分类,提出了一种基于核方法协同表示与绝对距离融合的分类算法.通过核函数将原始数据投影到高维核空间,在特征空间中用全部训练样本表示待测样本,再计算吉洪诺夫正则化下待测像元的重构残差和每个类别表示系数绝对值向量,使用不同权重予以融合作为分类依据.在实验中使用Indian Pines和Pavia University两种高光谱图像数据对该方法进行实验验证,实验结果表明:与原协同表示(CRC)及支持向量机(SVM)相比,改进后分类算法总体分类精度和平均分类精度都有更好的表现,均达到94%以上,具有较好的鲁棒性.
推荐文章
基于联合协同表示与SVM决策融合的高光谱图像分类研究
协同表示
高光谱图像分类
决策融合
支持向量机
基于SSAE深度学习特征表示的高光谱遥感图像分类方法
高光谱遥感图像分类
堆叠稀疏自动编码器
深度学习
特征表示
支持向量机
基于多任务联合稀疏表示的高光谱图像分类算法
多任务学习
稀疏表示
高光谱图像
图像分类
基于高光谱图像的分类方法研究
高光谱图像
支持向量机
人工神经元网络
决策树分类
最大似然分类法
K -均值聚类法
迭代自组织方法
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 基于核方法协同表示的高光谱图像分类
来源期刊 广西大学学报(自然科学版) 学科 工学
关键词 高光谱图像分类 协同表示 核方法 正则化 融合
年,卷(期) 2019,(5) 所属期刊栏目 计算机与电子信息科学
研究方向 页码范围 1243-1251
页数 9页 分类号 TP391
字数 6008字 语种 中文
DOI 10.13624/j.cnki.issn.1001-7445.2019.1243
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 刘遵雄 华东交通大学信息工程学院 59 330 10.0 15.0
2 蒋中慧 华东交通大学信息工程学院 2 0 0.0 0.0
3 任行乐 华东交通大学信息工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (11)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(15)
  • 参考文献(1)
  • 二级参考文献(14)
2015(10)
  • 参考文献(5)
  • 二级参考文献(5)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 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
高光谱图像分类
协同表示
核方法
正则化
融合
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
广西大学学报(自然科学版)
双月刊
1001-7445
45-1071/N
大16开
广西南宁市大学路100号广西大学西校园学报编辑部
28832转3
1976
chi
出版文献量(篇)
4586
总下载数(次)
8
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导