基于潜在低秩图判别分析的高光谱分类

摘要：

提出一种基于潜在低秩图判别分析(LatLGDA)算法,利用数据的自表示对数据的列表示系数矩阵和行表示系数矩阵同时施加低秩约束,得到保留数据结构的亲和矩阵,再与图嵌入模型相结合实现高光谱图像的流形降维并进行分类.与其他基于稀疏图或稀疏低秩图的高光谱特征提取算法相比,LatLGDA可利用数据的行信息弥补列信息的不足或缺失,对噪音的抗干扰能力更强;在真实数据集上的实验结果表明,LatLGDA算法具有较高的分类精度和运算效率,应用前景广阔.

关键词：稀疏图、稀疏低秩图、高光谱分类

所属期刊栏目：46

分类号：TP75(遥感技术)

资助基金：国家自然科学基金11301021/11571031

在线出版日期：2019-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：116-121