基于块非负稀疏重构嵌入的高光谱数据降维
为了在充分利用高光谱信息的同时减少因数据冗余带来的分类精度降低,提出一种块非负稀疏重构嵌入降维算法。首先,将传统超完备字典转化成超完备块字典;然后,通过计算每个超完备块字典对应样本的最小重构误差,得到块非负稀疏重构权重矩阵;最后,在低维嵌入时,通过同时最小化局部和最大化非局部高光谱数据的非负稀疏信息,得到全局最优的低维子空间高光谱数据。通过3组高光谱数据的实验结果验证了所提出方法的可行性和有效性。
高光谱数据、降维、块非负稀疏表示、全局最优
TP75(遥感技术)
国家自然科学基金项目61072094,61273143;教育部新世纪优秀人才支持计划项目NCET-10-0765;教育部博士点基金项目20110095110016,20120095110025
2013-08-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
1219-1225