10.3969/j.issn.1000-3428.2013.07.064
一种基于线性邻域传播的加权K近邻算法
为提高高光谱遥感影像在训练样本不足时的分类精度,提出一种基于线性邻域传播的改进加权K近邻算法。采用线性邻域传播(LNP)算法获取无标签数据属于各类别的概率,将其作为类别信息,以增加训练样本数量,提高K近邻算法的分类效果,并降低错误分类带来的风险。实验结果表明,对于高光谱遥感影像,该算法具有较好的分类效果,优于传统的KNN算法、距离加权KNN算法以及LNP等半监督分类算法。
半监督学习、高光谱遥感、分类、线性邻域传播、加权K近邻、流形学习
TP301.6(计算技术、计算机技术)
国家自然科学基金资助项目61102104;中央高校基本科研业务费专项基金资助项目CUG120408, CUG110823, CUG120119
2013-10-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
288-292