基于空谱融合与协同表示的高光谱图像分类算法
高光谱图像光谱带间相似度高且存在大量高维非线性样本,传统的基于表示的分类方法无法对同一波段下的不同样本做出有效区分且会造成维数灾难,最终影响分类性能.提出一种空谱融合与协同表示的高光谱分类算法.通过交替学习空间和光谱特征构建具有判别性的特征字典,并用于空间感知协同表示.在分类过程中,计算特征字典与测试样本之间的相关系数,并将其与误差融合决策.在Indian Pines和Pavia University进行实验,整体精度分别为98.44%和99.22%,验证了本文算法的有效性.
高光谱图像、协同表示、空谱融合
45
TP181(自动化基础理论)
国家自然科学基金;辽宁省教育厅科学研究一般项目
2022-04-12(万方平台首次上网日期,不代表论文的发表时间)
共8页
50-57