计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2012年
8期
66-69
,共4页
钱进%邓喀中%范洪冬%刘冬
錢進%鄧喀中%範洪鼕%劉鼕
전진%산객중%범홍동%류동
高光谱遥感%特征提取%KMEANS%监督等距映射
高光譜遙感%特徵提取%KMEANS%鑑督等距映射
고광보요감%특정제취%KMEANS%감독등거영사
在面向分类的高光谱遥感数据降维过程中,考虑到高光谱遥感数据内在的非线性结构和传统流形学习非监督的特点,提出一种新的监督等距映射方法(S-Isomap).方法基于类间距离大于类内距离的思想,首先利用KMEANS算法对原始数据进行聚类得到样本的初始类别标签,采用新距离搜寻数据点的K近邻,进而实施等距映射降维.实验证明了该方法优于传统Isomap.
在麵嚮分類的高光譜遙感數據降維過程中,攷慮到高光譜遙感數據內在的非線性結構和傳統流形學習非鑑督的特點,提齣一種新的鑑督等距映射方法(S-Isomap).方法基于類間距離大于類內距離的思想,首先利用KMEANS算法對原始數據進行聚類得到樣本的初始類彆標籤,採用新距離搜尋數據點的K近鄰,進而實施等距映射降維.實驗證明瞭該方法優于傳統Isomap.
재면향분류적고광보요감수거강유과정중,고필도고광보요감수거내재적비선성결구화전통류형학습비감독적특점,제출일충신적감독등거영사방법(S-Isomap).방법기우류간거리대우류내거리적사상,수선이용KMEANS산법대원시수거진행취류득도양본적초시유별표첨,채용신거리수심수거점적K근린,진이실시등거영사강유.실험증명료해방법우우전통Isomap.
