计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2011年
3期
715-717,720
,共4页
温金环%田铮%林伟%周敏%延伟东
溫金環%田錚%林偉%週敏%延偉東
온금배%전쟁%림위%주민%연위동
特征提取%降维%监督局部线性嵌入%流形学习%高光谱图像分类
特徵提取%降維%鑑督跼部線性嵌入%流形學習%高光譜圖像分類
특정제취%강유%감독국부선성감입%류형학습%고광보도상분류
高光谱图像的数据维数高、数据量大、数据间高度冗余等特点给图像分类带来困难.为进行有效降维、提高分类精度,提出了一种监督局部线性嵌入(SLLE)非线性流形学习特征提取方法.SLLE算法根据数据先验类标签信息所给出的新距离寻找数据点的k最近邻(NN),新距离使得类内距离小于类间距离,这使得SLLE算法更有利于分类.高光谱图像数据和UCI数据的分类结果表明了该方法的有效性.
高光譜圖像的數據維數高、數據量大、數據間高度冗餘等特點給圖像分類帶來睏難.為進行有效降維、提高分類精度,提齣瞭一種鑑督跼部線性嵌入(SLLE)非線性流形學習特徵提取方法.SLLE算法根據數據先驗類標籤信息所給齣的新距離尋找數據點的k最近鄰(NN),新距離使得類內距離小于類間距離,這使得SLLE算法更有利于分類.高光譜圖像數據和UCI數據的分類結果錶明瞭該方法的有效性.
고광보도상적수거유수고、수거량대、수거간고도용여등특점급도상분류대래곤난.위진행유효강유、제고분류정도,제출료일충감독국부선성감입(SLLE)비선성류형학습특정제취방법.SLLE산법근거수거선험류표첨신식소급출적신거리심조수거점적k최근린(NN),신거리사득류내거리소우류간거리,저사득SLLE산법경유리우분류.고광보도상수거화UCI수거적분류결과표명료해방법적유효성.
