基于半监督稀疏鉴别嵌入的高光谱遥感影像分类方法.pdf
是你****辉呀
亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于半监督稀疏鉴别嵌入的高光谱遥感影像分类方法.pdf
本发明提供一种基于半监督稀疏鉴别嵌入的高光谱遥感影像分类方法,其采用半监督稀疏鉴别嵌入算法对高光谱遥感影像进行维数简约,结合了近邻流形结构及稀疏性的优点,不仅保留样本间的稀疏重构关系,而且利用稀疏表示的自然判别能力,无需人为地选择近邻参数值,一定程度上缓解了近邻参数选择的困难,同时利用少量有标记训练样本以及部分无标记训练样本来发现蕴藏在高维数据的内在属性以及低维流形结构,能够提高对高光谱遥感影像中地物类别的分类精度;同时,本发明方法通过有区别的对待已标注数据与无标注数据,最大程度的增加相同地物类别的数据点
基于稀疏性的高光谱遥感影像降维方法研究的任务书.docx
基于稀疏性的高光谱遥感影像降维方法研究的任务书一、背景介绍高光谱遥感影像是对传感器所测量的可见光谱之外的电磁波谱进行采集和处理的结果。它是一种重要的遥感数据类型,可以提供高分辨率、低成本和广泛的应用领域,如农业、地质、环境、水文和城市规划等。高光谱遥感影像在影像分类、目标识别和环境监测等领域有广泛的应用。然而,高光谱遥感影像数据通常具有高维度、大数量和复杂的数据结构。在处理这种大规模数据时,如何处理这些多维数据以提高处理效率和准确性成为了一项关键的任务。因此,降维是高光谱遥感影像处理的重要任务之一。二、研
基于ENVI的土壤高光谱影像监督分类方法比较研究.doc
华中农业大学2009届本科毕业论文基于ENVI的土壤高光谱影像监督分类方法比较研究PAGE\*MERGEFORMATIIPAGE\*MERGEFORMATIII目录TOC\o"1-3"\h\z\uHYPERLINK\l"_Toc359593200"摘要PAGEREF_Toc359593200\hIIHYPERLINK\l"_Toc359593201"AbstractPAGEREF_Toc359593201\hIIIHYPERLINK\l"_Toc359593202
基于空‑谱信息的高光谱图像半监督分类方法.pdf
本发明公开了一种基于空‑谱信息的高光谱图像半监督分类方法,该方法将高光谱图像中的光谱信息、空间信息联合作用于支持向量机分类器,采用自训练的半监督分类框架,并利用主动学习的方法作为半监督分类的样本选取策略,将半监督分类得到的初始分类结果进行按类分解得到的各类的二值图像作为边缘保留滤波器的输入图像,光谱信息的第一主成分分量作为滤波器的参照图像,利用边缘保留滤波器进行局部平滑,消除噪声,然后将像元按照所属概率最大的类别进行划分,完成分类过程。本发明联合光谱信息和空间信息提高了类别的可分性,利用自训练的半监督分类
基于ENVI的土壤高光谱影像监督分类方法比较研究.doc
华中农业大学2009届本科毕业论文基于ENVI的土壤高光谱影像监督分类方法比较研究PAGE\*MERGEFORMATIIPAGE\*MERGEFORMATIII目录TOC\o"1-3"\h\z\uHYPERLINK\l"_Toc359593200"摘要PAGEREF_Toc359593200\hIIHYPERLINK\l"_Toc359593201"AbstractPAGEREF_Toc359593201\hIIIHYPERLINK\l"_Toc359593202