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:
针对高光谱数据降维预处理复杂的问题,提出了一种以t-SNE为基础的分段高光谱影像降维算法,通过构建一个高维对象之间的概率分布,仿射变换将高光谱数据点映射到概率分布上,增大相似的样本被选中的可能性,减小而不同的点被选中概率,降维的同时考虑数据全局与局部关系,为高光谱图像压缩提供一种新的处理思路.
推荐文章
基于t-SNE卷积编码的图像检索方法
图像检索
特征提取
卷积神经网络
降维
自适应加权t-SNE算法及其在脑网络状态观测矩阵降维中的应用研究
高维降维算法
t-SNE
自适应加权
脑状态观测矩阵
静息态fMRI
面向数据集的ST-SNE算法高维数据降维研究
数据降维
二阶邻近距离
ST-SNE
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
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 基于分段t-SNE的高光谱影像降维方法
来源期刊 现代测绘 学科
关键词 高光谱 图像降维 t-SNE
年,卷(期) 2021,(z1) 所属期刊栏目
研究方向 页码范围 52-54
页数 3页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1672-4097.2021.z1.016
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (2)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(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
图像降维
t-SNE
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
现代测绘
双月刊
1672-4097
32-1694/P
大16开
江苏省南京市北京西路75号
1978
chi
出版文献量(篇)
2052
总下载数(次)
3
总被引数(次)
9221
论文1v1指导