电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2014年
1期
84-88
,共5页
半监督%判别局部排列%图%降维%遥感影像
半鑑督%判彆跼部排列%圖%降維%遙感影像
반감독%판별국부배렬%도%강유%요감영상
semi-supervised%discriminative locality alignment%graph%dimensionality reduction%remote sensing image
针对遥感影像数据具有的高维数和少量已标记样本的特性,提出一种基于图的半监督判别局部排列降维方法.首先,针对全部已标记和未标记样本数据构造相似图和惩罚图.然后,基于同类近邻点的分散度最小且不同类近邻点的分散度最大的原则,分别确立相似图和惩罚图上的优化目标.最后,通过同时优化这两种图上的目标函数,得到从高维到低维的最优映射关系,从而达到对高维遥感影像数据维数约简的目的.ROSIS高光谱数据上的实验结果表明,所提算法能够有效提高高维遥感影像的总体精度和Kappa系数.
針對遙感影像數據具有的高維數和少量已標記樣本的特性,提齣一種基于圖的半鑑督判彆跼部排列降維方法.首先,針對全部已標記和未標記樣本數據構造相似圖和懲罰圖.然後,基于同類近鄰點的分散度最小且不同類近鄰點的分散度最大的原則,分彆確立相似圖和懲罰圖上的優化目標.最後,通過同時優化這兩種圖上的目標函數,得到從高維到低維的最優映射關繫,從而達到對高維遙感影像數據維數約簡的目的.ROSIS高光譜數據上的實驗結果錶明,所提算法能夠有效提高高維遙感影像的總體精度和Kappa繫數.
침대요감영상수거구유적고유수화소량이표기양본적특성,제출일충기우도적반감독판별국부배렬강유방법.수선,침대전부이표기화미표기양본수거구조상사도화징벌도.연후,기우동류근린점적분산도최소차불동류근린점적분산도최대적원칙,분별학립상사도화징벌도상적우화목표.최후,통과동시우화저량충도상적목표함수,득도종고유도저유적최우영사관계,종이체도대고유요감영상수거유수약간적목적.ROSIS고광보수거상적실험결과표명,소제산법능구유효제고고유요감영상적총체정도화Kappa계수.