10.3778/j.issn.1002-8331.1904-0143
基于同质区和迁移成分分析的高光谱图像分类
作为一种经典迁移学习算法,迁移成分分析(TCA)已在多种不同的领域得以应用.然而,由于涉及大的矩阵运算,TCA尚无法直接用于对遥感影像进行分类.该研究利用影像同质区信息对传统的迁移成分分析思想进行改进,以随机选取的一点代表一个目标域同质区斑块实现一次迁移成分分析及分类,用同一斑块中像素多次分类结果的众数作为目标域同质区斑块的共同类别.对两组高光谱图像的实验结果证明了该方法的有效性.
高光谱图像分类、迁移学习、领域自适应、图像分割、同质区
55
TP75(遥感技术)
国家自然科学基金41271420/D010702
2019-10-24(万方平台首次上网日期,不代表论文的发表时间)
共10页
198-206,270