基于流形正则化非负矩阵分解的高光谱数据降维
采用基于流形正则化非负矩阵分解(MR-NMF)的高光谱数据降维方法.新方法通过构建样本的近邻图描述数据几何结构,然后将其作为正则项加入NMF的目标函数中进行组合优化.在真实的高光谱数据集H YDICE上进行的实验结果表明,新方法能够提高高光谱图像分类的精度.
高光谱图像、分类、维度规约、非负矩阵分解(NMF)、流形学习
29
TP751.1(遥感技术)
国家自然科学基金;国家自然科学基金;浙江省自然科学基金
2018-04-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
224-228