基于自适应加权的超光谱图像分类方法
为了进一步提高已有的加权超光谱图像分类方法的识别性能,以支持向量机(SVM)作为基本框架,结合超光谱图像的谱间与空域信息,提出了一种自适应加权的超光谱图像分类方法.所提方法的自适应权值是由两部分构成,即改进的具有归一化取值的互信息(MI)与一定量的归一化图像标准方差之和,不仅考虑到了超光谱图像的谱间信息对分类会产生的作用,同时也考虑到了每个波段图像所含信息对分类产生的作用,为基于加权的超光谱图像分类方法提供了一种新的思路.实验结果表明,本文提出的方法是有效的和可行的.
超光谱图像分类、自适应加权、互信息(MI)、图像标准方差
22
TP391(计算技术、计算机技术)
国家自然科学基金60975009
2011-12-22(万方平台首次上网日期,不代表论文的发表时间)
935-939