结合KPCA和分形维提取高光谱遥感影像特征的方法
本文将KPCA和分形维有机结合,进行高光谱影像特征提取,实现优势互补:选择合适的核函数和分形维计算方法,设计了3种组合算法,优化了特征提取效果,并对AVIRIS实验结果进行了分析评价,结果显示在相同条件下,SVM的分类精度要高于其他分类算法,KPCA+ Fractal特征提取更有利于地物的分类识别.
高光谱遥感影像、核函数、核PCA、分形维、特征提取
37
TP753(遥感技术)
国家重点基础研究发展计划973项目“对地观测数据-空间信息-地学知识的转化机理”资助项目2006CB701303;中央高校基本科研业务专项资金项目“基于SVM高光谱影像道路提取与分析研究”CHD2011JC011
2013-01-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
27-29,42