| 高光谱图像的JM变换自适应降维 |
| |
| 引用本文： | 康孝岩,张爱武,胡少兴,肖青,柴沙驼.高光谱图像的JM变换自适应降维[J].遥感学报,2020,24(1):67-75. |
| |
| 作者姓名： | 康孝岩 张爱武 胡少兴 肖青 柴沙驼 |
| |
| 作者单位： | 1.首都师范大学 三维信息获取与应用教育部重点实验室, 北京 100048;2.首都师范大学 空间信息技术教育部工程研究中心, 北京 100048;3.北京航空航天大学 机械工程及自动化学院, 北京 100191;4.中国科学院遥感与数字地球研究所 遥感科学国家重点实验室, 北京 100101;5.青海大学 畜牧兽医科学院, 西宁 810016 |
| |
| 基金项目： | 国家自然科学基金(编号:41571369); 国家重点研发计划 (编号:2016YFB0502500); 北京市自然科学基金(编号:4162034); 青海省科技计划(编号:2016-NK-138) |
| |
| 摘 要： | 在无需先验标签样本的情况下,非监督降维可以有效简化高光谱图像的特征空间,避免目标分类中的霍夫效应。本文提出JM非线性变换优化的自适应降维模型来研究面向图像目标分类的高光谱波段选择问题。该方法考虑波段的信息量和独立性等两个重要因子,针对其测度方法的差异性问题,引入JM变换函数进行规范化优化。选用线阵高光谱和面阵显微光谱等两个图像数据集,在k最邻近和随机森林分类器下,进行了多组监督分类实验,结果表明,在Kappa系数、总体分类精度和平均分类精度上,本文方法均优于3种非监督方法MABS、InfFS和LSFS。说明本文提出的JM变换的自适应降维模型能够有效降低特征维度,满足高光谱图像分类的高精度要求。
|
| 关 键 词： | 遥感 JM变换 规范化 自适应降维 非监督波段选择 高光谱图像 |
| 收稿时间： | 2018/4/10 0:00:00 |
Hyperspectral images adaptive dimensionality reduction optimized by JM transform |
| |
| KANG Xiaoyan,ZHANG Aiwu,HU Shaoxing,XIAO Qing,CHAI Shatuo.Hyperspectral images adaptive dimensionality reduction optimized by JM transform[J].Journal of Remote Sensing,2020,24(1):67-75. |
| |
| Authors: | KANG Xiaoyan ZHANG Aiwu HU Shaoxing XIAO Qing CHAI Shatuo |
| |
| Institution: | 1.Key Laboratory of 3D Information Acquisition and Application, Ministry of Education, Capital Normal University, Beijing 100048, China;2.Engineering Research Center of Spatial Information Technology, Ministry of Education, Capital Normal University, Beijing 100048, China;3.School of Mechanical Engineering & Automation, Beihang University, Beijing 100191, China;4.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China;5.Academy of Animal and Veterinary Sciences, Qinghai University, Xining, 810016, China |
| |
| Abstract: | |
| |
| Keywords: | remote sensing Jeffries-Matusita transform normalization adaptive dimensionality reduction unsupervised band selection hyperspectral image |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
| 点击此处可从《遥感学报》下载免费的PDF全文 |
|
