購物車(0)
加權空-譜主成分分析的高光譜圖像分類
阿茹罕; 何芳; 王標標 西安培華學院會計與金融學院; 西安710065; 火箭軍工程大學核工程學院; 西安710025; 96862部隊; 洛陽471003
關鍵詞：高光譜圖像分類 降維
摘要：為了提高高光譜圖像的分類精度,有效利用高光譜圖像的空間信息和光譜信息對高光譜圖像進行預處理,提出了一種新的空-譜聯合降維方法--加權空-譜主成分分析(weighted spatial spectral principle component analysis,WSSPCA)算法。該算法結合高光譜圖像的物理特性對高光譜圖像進行重構,平滑了高光譜圖像中存在的奇異點干擾;然后,采用主成分分析(principle component analysis,PCA)方法對重構后的圖像進行降維,降低了波段間的冗余性,有利于后續分類。在2組常用的高光譜數據集PaviaU和Indian Pines上進行實驗結果表明,訓練樣本隨機選取每一類地物的5%和10%的情況下,由WSSPCA算法得到的Kappa系數最大值分別達到了0.955 9和0.896 1,較基準線分別提高了0.193 8和0.205 0,分類結果明顯優于其他算法。
國土資源遙感雜志要求:
{1}參考文獻中的每條項目應齊全。
{2}來稿文責自負，抄襲率控制在15%以內，嚴禁一稿多投。
{3}文內有關特定內容的注釋以尾注形式寫明，序號用帶圓圈的阿拉伯數字表示。
{4}關鍵詞每篇文章可選4-5個關鍵詞，請選擇能反映論文主要內容或研究方法的詞作為關鍵詞。
{5}正文中出現一百字以上的引文，不必加注引號，直接將引文部分左邊縮排兩格，并使用楷體字予以區分。一百字以下引文，加注引號，直接放在正文中。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
