计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2013年
z2期
333-336,373
,共5页
潘银松%王攀峰%黄鸿%刘艳
潘銀鬆%王攀峰%黃鴻%劉豔
반은송%왕반봉%황홍%류염
高光谱影像%维数约简%半监督学习%半监督局部保持投影
高光譜影像%維數約簡%半鑑督學習%半鑑督跼部保持投影
고광보영상%유수약간%반감독학습%반감독국부보지투영
Hyperspectral images%Dimension reduction%Semi-supervised learning%Semi-supervised locality preserving projection
局部保持投影算法为非监督维数约简算法,没有有效利用样本数据的类别信息,不能有效提取鉴别特征.针对此问题,提出一种芈监督局部保持投影(SSLPP)算法.该算法以少量有标记数据和无标记数据作为训练样本集构造出本征图G,并有区别地对待标记样本与无标记样本,增大同类样本点之间的权重,更有利于鉴别特征提取.在AVIRIS KSC和Botswana高光谱遥感影像数据集上的实验结果表明,SSLPP算法能够较为有效地发现高维空间中数据的内蕴结构,使得总体分类精度得到较为明显的改善.
跼部保持投影算法為非鑑督維數約簡算法,沒有有效利用樣本數據的類彆信息,不能有效提取鑒彆特徵.針對此問題,提齣一種羋鑑督跼部保持投影(SSLPP)算法.該算法以少量有標記數據和無標記數據作為訓練樣本集構造齣本徵圖G,併有區彆地對待標記樣本與無標記樣本,增大同類樣本點之間的權重,更有利于鑒彆特徵提取.在AVIRIS KSC和Botswana高光譜遙感影像數據集上的實驗結果錶明,SSLPP算法能夠較為有效地髮現高維空間中數據的內蘊結構,使得總體分類精度得到較為明顯的改善.
국부보지투영산법위비감독유수약간산법,몰유유효이용양본수거적유별신식,불능유효제취감별특정.침대차문제,제출일충미감독국부보지투영(SSLPP)산법.해산법이소량유표기수거화무표기수거작위훈련양본집구조출본정도G,병유구별지대대표기양본여무표기양본,증대동류양본점지간적권중,경유리우감별특정제취.재AVIRIS KSC화Botswana고광보요감영상수거집상적실험결과표명,SSLPP산법능구교위유효지발현고유공간중수거적내온결구,사득총체분류정도득도교위명현적개선.
