沈阳大学学报（自然科学版）
瀋暘大學學報（自然科學版）
침양대학학보（자연과학판）
Journal of Shenyang University(Natural Science)
2014年
6期
462-467
,共6页
高光谱图像%半监督特征提取%稀疏表示%谱图理论
高光譜圖像%半鑑督特徵提取%稀疏錶示%譜圖理論
고광보도상%반감독특정제취%희소표시%보도이론
针对目前高光谱图像半监督降维算法中基于流形学习的开放性选择近邻参数问题,以及利用传统算法不能有效地获取标签数据的局部信息,提出了一种无需考虑近邻参数的半监督局部稀疏嵌入(SELSE)算法.该算法基于稀疏表示理论,通过求解范数优化问题构建稀疏系数图,并且利用有限的标签数据最大化类间信息,提取高光谱图像的特征.在AVIRIS高光谱遥感图像的Indian Pine数据集上进行仿真实验,结果表明所提出算法在分类精度和计算效率上都有所提高.
針對目前高光譜圖像半鑑督降維算法中基于流形學習的開放性選擇近鄰參數問題,以及利用傳統算法不能有效地穫取標籤數據的跼部信息,提齣瞭一種無需攷慮近鄰參數的半鑑督跼部稀疏嵌入(SELSE)算法.該算法基于稀疏錶示理論,通過求解範數優化問題構建稀疏繫數圖,併且利用有限的標籤數據最大化類間信息,提取高光譜圖像的特徵.在AVIRIS高光譜遙感圖像的Indian Pine數據集上進行倣真實驗,結果錶明所提齣算法在分類精度和計算效率上都有所提高.
침대목전고광보도상반감독강유산법중기우류형학습적개방성선택근린삼수문제,이급이용전통산법불능유효지획취표첨수거적국부신식,제출료일충무수고필근린삼수적반감독국부희소감입(SELSE)산법.해산법기우희소표시이론,통과구해범수우화문제구건희소계수도,병차이용유한적표첨수거최대화류간신식,제취고광보도상적특정.재AVIRIS고광보요감도상적Indian Pine수거집상진행방진실험,결과표명소제출산법재분류정도화계산효솔상도유소제고.
