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:
针对传统图嵌入方法仅采用单一图结构无法有效表征高维数据中复杂本征结构,本文提出了一种半监督多图嵌入(SSMGE)方法,并应用于高光谱影像特征提取.该方法首先利用标记样本的类内、类间近邻点来构建类内超图、类间超图、类内普通图、类间普通图,然后通过无标记样本的近邻点和远离点构建无监督本征超图和惩罚超图,并以多图协同方式来表征高维数据间的复杂几何关系,实现鉴别特征提取.本文提出的SSMGE方法不仅能有效揭示数据点间超图和普通图的结构,而且在低维嵌入空间中增强同类数据聚集性和非同类数据的远离性,提取的鉴别特征可改善地物分类精度.在PaviaU和U rban高光谱数据集上进行了分类实验,本文方法的总体分类精度分别可达到85.92% 和79.74%.相比普通图嵌入和超图方法,该算法明显提升了地物的分类性能.
推荐文章
高光谱图像的特征提取与特征选择研究
高光谱图像
特征提取
特征选择
主成分分析
最小噪声分离
独立成分分析
核主成分分析
投影寻踪
基于核半监督判别分析的高光谱影像特征提取
高光谱影像
半监督学习
核半监督判别分析
线性判别分析
特征提取
高光谱遥感数据光谱特征提取算法与分类研究
高光谱
光谱特征
特征提取
地物识别
一种改进的局部保持投影高光谱特征提取算法
局部保持投影
特征提取
半监督
高光谱
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 半监督多图嵌入的高光谱影像特征提取
来源期刊 光学精密工程 学科 工学
关键词 高光谱影像 特征提取 半监督学习 多图嵌入 超图结构
年,卷(期) 2020,(2) 所属期刊栏目 信息科学
研究方向 页码范围 443-456
页数 14页 分类号 TP394.1|TH691.9
字数 8295字 语种 中文
DOI 10.3788/OPE.20202802.0443
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 唐玉枭 重庆大学光电技术与系统教育部重点实验室 1 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  (80)
共引文献  (21)
参考文献  (23)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(12)
  • 参考文献(0)
  • 二级参考文献(12)
2015(13)
  • 参考文献(2)
  • 二级参考文献(11)
2016(23)
  • 参考文献(6)
  • 二级参考文献(17)
2017(17)
  • 参考文献(7)
  • 二级参考文献(10)
2018(10)
  • 参考文献(6)
  • 二级参考文献(4)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高光谱影像
特征提取
半监督学习
多图嵌入
超图结构
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
光学精密工程
月刊
1004-924X
22-1198/TH
大16开
长春市东南湖大路3888号
12-166
1959
chi
出版文献量(篇)
6867
总下载数(次)
10
总被引数(次)
98767
论文1v1指导