一种基于空间信息和遗传算法的半监督高光谱图像分类方法
在诸多的降维方法中,由于谱方法实现简单,近年来得到了广泛的应用.在谱方法中,图的构造及相似度函数的选择是影响降维效果的关键因素.本文基于像素点的空间近邻信息、遗传算法、谱方法和少量标签样本点,提出了一种半监督的高光谱图像分类方法.首先通过考虑样本点的空间信息和少量有标签样本点的类信息,构造了新的相似度函数;然后用K近邻方法和遗传算法得到优化图,基于优化的图,用谱方法进行数据降维;最后通过局部平均伪近邻方法进行聚类分析,并在两个经典的高光谱图像SalinasA数据集和Botswana数据集上进行测试,结果表明本文提出的方法能达到较高的分类精度.
谱聚类、遗传算法、空间信息、高光谱图像、半监督分类
P237(摄影测量学与测绘遥感)
国家自然科学基金41771178,61772252
2019-01-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
22-26