首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于核半监督判别分析的高光谱影像特征提取
引用本文:张鹏强,谭熊,余旭初,魏祥坡,薛志祥.基于核半监督判别分析的高光谱影像特征提取[J].测绘科学技术学报,2016(3).
作者姓名:张鹏强  谭熊  余旭初  魏祥坡  薛志祥
作者单位:1. 信息工程大学,河南郑州,450001;2. 信息工程大学,河南郑州450001;地理信息工程国家重点实验室,陕西西安710054
基金项目:地理信息工程国家重点实验室开放研究基金项目(SKLGIE2015-M-3-2),卫星测绘技术与应用国家测绘地理信息局重点实验室经费项目(KLSMTA-201603)
摘    要:针对高光谱影像特征提取中地物类别训练样本获取代价较高的情况,在线性判别分析的基础上,结合核方法和半监督学习理论,提出了一种基于核半监督判别分析(KSDA)的高光谱影像特征提取方法。该方法同时利用少量已知类别和大量未知类别样本数据进行模型的学习和训练。通过OMIS高光谱影像数据实验表明:在少量已知类别训练样本的条件下,经KSDA特征提取的样本数据在特征空间中能更好地聚集成团,且类别之间的距离较大,增加了类别之间的可分性,得到了较高的分类精度;同时,提取的特征影像能够较好地区分各种地物类别。

关 键 词:高光谱影像  半监督学习  核半监督判别分析  线性判别分析  特征提取

Hyperspectral Imagery Feature Extraction Based on Kernel Semi-Supervised Discriminant Analysis
ZHANG Pengqiang,TAN Xiong,YU Xuchu,WEI Xiangpo,XUE Zhixiang.Hyperspectral Imagery Feature Extraction Based on Kernel Semi-Supervised Discriminant Analysis[J].Journal of Zhengzhou Institute of Surveying and Mapping,2016(3).
Authors:ZHANG Pengqiang  TAN Xiong  YU Xuchu  WEI Xiangpo  XUE Zhixiang
Abstract:
Keywords:hyperspectral imagery  semi-supervised learning  kernel semi-supervised discriminant analysis  linear discriminant analysis  feature extraction
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号