计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2015年
6期
1917-1920
,共4页
黄小燕%付克昌%文展%周光霞
黃小燕%付剋昌%文展%週光霞
황소연%부극창%문전%주광하
非负稀疏%降维%谱聚类%高光谱图像%拉普拉斯
非負稀疏%降維%譜聚類%高光譜圖像%拉普拉斯
비부희소%강유%보취류%고광보도상%랍보랍사
non-negative sparse%dimensionality reduction%spectral clustering%hyperspectral remote sensing image%Laplacian
为了解决高光谱遥感影像的特征融合问题,针对高光谱数据的维数高、信息量繁杂冗余、非线性而且数据量庞大特点,利用图谱理论非负稀疏保持嵌入的降维方法,提出基于光谱空间结合的非负稀疏保持嵌入的谱聚类进行样本的标记算法,有效地利用空间信息和原有光谱信息,提高分类的精度.该算法在引入非负稀疏表示的同时,利用样本的光谱与空间相关信息构建Laplacian图,嵌入投影到低维的子空间,然后再用经典的K均值聚类算法进行分类.算法能够有效保持样本的几何稀疏结构,而且光谱空间信息的结合使得图像的边界像素点得到了更好的分类.
為瞭解決高光譜遙感影像的特徵融閤問題,針對高光譜數據的維數高、信息量繁雜冗餘、非線性而且數據量龐大特點,利用圖譜理論非負稀疏保持嵌入的降維方法,提齣基于光譜空間結閤的非負稀疏保持嵌入的譜聚類進行樣本的標記算法,有效地利用空間信息和原有光譜信息,提高分類的精度.該算法在引入非負稀疏錶示的同時,利用樣本的光譜與空間相關信息構建Laplacian圖,嵌入投影到低維的子空間,然後再用經典的K均值聚類算法進行分類.算法能夠有效保持樣本的幾何稀疏結構,而且光譜空間信息的結閤使得圖像的邊界像素點得到瞭更好的分類.
위료해결고광보요감영상적특정융합문제,침대고광보수거적유수고、신식량번잡용여、비선성이차수거량방대특점,이용도보이론비부희소보지감입적강유방법,제출기우광보공간결합적비부희소보지감입적보취류진행양본적표기산법,유효지이용공간신식화원유광보신식,제고분류적정도.해산법재인입비부희소표시적동시,이용양본적광보여공간상관신식구건Laplacian도,감입투영도저유적자공간,연후재용경전적K균치취류산법진행분류.산법능구유효보지양본적궤하희소결구,이차광보공간신식적결합사득도상적변계상소점득도료경호적분류.