基于信息量改进主成分分析的高光谱图像特征提取方法
针对传统PCA降维方法仅依据方差贡献率进行特征提取,无法有效利用光谱图像本身信息的问题,提出一种利用信息量改进PCA的降维方法.本文利用信息量改进PCA方法对原始高光谱图像数据进行降维处理,将降维结果输入最小距离分类器进行分类,计算分类精度,并通过数据集Indiana Pines与Salinas验证.实验结果表明:与未改进PCA降维方法相比,信息量改进PCA降维方法在计算代价仅增加o(n)复杂度的情况下,分类精度有明显提高.
高光谱图像、特征提取、主成分分析法、信息量、最小距离分类器
39
TP751(遥感技术)
重点实验室基础研究项目
2018-12-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
151-154