结合拉普拉斯特征映射的权重朴素贝叶斯高光谱分类算法

• 作者: 吕勇 李响
• 来源期刊: 分析测试学报
• 学科: 化学
• 关键词: 高光谱 特征提取 目标识别 朴素贝叶斯分类算法 拉普拉斯特征映射
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 研究报告
• 页码范围: 1293-1298
• 页数: 6页
• 分类号: O657.33|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4957.2020.10.017

摘要

高光谱遥感可以得到更精确与丰富的遥感信息,因此涵盖了各国家的航空、航天以及小范围的地面观测的多个层级与环节,在对地观测遥感领域占有不可取代的地位.但高光谱数据集往往非常庞大,且包含冗余信息,为后续处理带来了不便.该研究选用拉普拉斯特征映射对高光谱数据降维与特征提取,并提出了一种权重朴素贝叶斯分类算法.通过奖励权重的方法对经典朴素贝叶斯分类器进行了改进,利用公开数据对算法进行验证,判别地物信息准确率达到92.7％,相比于传统方法有了大幅度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕勇		106	257	9.0	11.0
2	李响		24	27	3.0	3.0