高光谱图像降维的判别流形学习方法
本文提出了一种高光谱图像降维的判别流形学习方法.针对获取的大量遥感对地观测数据存在大量冗余信息的特点,引入改进的流形学习方法对高光谱遥感数据进行降维处理,以提高遥感图像自动分类的总体准确度.该方法充分利用遥感图像自动分类中训练样本的判别信息,将输入样本的类别信息加入到常规流形学习方法的框架中,从本质上提高输出的特征在低维空间中的判别力.同时,引入线性化模型以解决流形学习方法中常见的小样本问题.对高光谱遥感图像自动分类的实验表明,基于判别流形学习的高光谱遥感图像自动分类方法能够显著地提高图像分类准确度.
流形学习、高光谱降维、分类
42
TP751.2(遥感技术)
国家自然科学基金61102128;国家重点基础研究发展计划.2012CB719905,2011CB707105;中国博士后特别科学基金
2013-05-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
320-325