原文服务方: 湖南理工学院学报(自然科学版)       
摘要:
针对传统协同表示异常检测器的背景像素集易被杂质污染且高光谱图像空谱信息提取不充分的问题,提出一种空间一致核协同优化的高光谱异常检测方法,采用核方法将原始数据投影到高维特征空间以提取高光谱图像的非线性信息,增强异常与背景像素的可分离性,利用异常值移除策略增强正则化子空间内的背景像素集的空间一致性,并充分考虑高光谱图像的空间和光谱信息优化核协同表示检测器的算法性能.将该算法与七种异常检测算法进行比较,结果表明该方法在受试者工作特征曲线及曲线下面积、可视化检测结果、异常与背景的可分离性等方面具有更好的检测性能.
推荐文章
改进协同表示的高光谱图像异常检测算法
高光谱图像
异常检测
异常像元
协同表示
双窗口
期刊_联合空间信息的改进低秩稀疏矩阵分解的高光谱异常目标检测
高光谱图像
异常目标检测 低秩稀疏矩阵分解 稀疏矩阵 残差矩阵
一种Java API文档对异常描述不一致的自动检测方法
API文档
程序异常
约束条件
不一致性检测
一致空间中的群结构
同态
一致结构
拓扑群
一致空间
T1空间
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 空间一致核协同优化的高光谱异常检测方法
来源期刊 湖南理工学院学报(自然科学版) 学科 工学
关键词 高光谱图像 核协同表示 最近邻正则化子空间 异常值移除
年,卷(期) 2023,(3) 所属期刊栏目 工程技术
研究方向 页码范围 10-16,43
页数 7页 分类号 TP751
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2023(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
核协同表示
最近邻正则化子空间
异常值移除
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
湖南理工学院学报(自然科学版)
季刊
1672-5298
43-1421/N
大16开
1988-01-01
chi
出版文献量(篇)
2108
总下载数(次)
0
总被引数(次)
5747
论文1v1指导