免费论文摘要：半监视进修和超图模子在高光谱图像特性采用和目的分门别类中的运用

高光谱遥感图像的高光谱辨别率和多光谱波段为地物分门别类和辨别带来宏大的价格和机会，也给保守的图像分门别类和辨别算法提出了挑拨。一上面，较高的维数在演练样品有限的情景下，会在高光谱图像的分门别类处置进程中形成“维数灾害（Hughes）”局面，另一上面，数据量的急遽伸展不只给数据的保存与传输带来宏大的艰巨，同声也加重了数据处置的搀杂性，贬低数据处置的功效。为普及处置的功效，保护处置的精确率，常常对原始数据举行降维，采用数据中较少的要害的波段来包办原有的波段消息。正文提出了一种鉴于超图模子和半监视进修的特性采用本领。 开始，超图模子不妨更好的刻划高光谱数据之间的搀杂联系。因为高光谱数据之间的联系是搀杂的，保守的图构造不许很好的表白高光谱数据之间的搀杂性。其余，本文华用互消息来计划超边的权重，互消息不妨襟怀多个事变之间的关系性，运用互消息来计划超边的权重不妨去除高光谱图像光谱之间的冗余度。 其次，提出了一种矫正的鉴于限制和全部相普遍的半监视进修本领。半监视进修本领对立于无监视进修本领不妨普及分门别类的精确率，对立于监视进修本领俭朴了洪量的人为血汗和功夫。 结果，运用一种稠密化的回归模子来举行特性采用。商量到高光谱图像相邻光谱间的强关系性，为了辨别各个波段之间的分别，本文华用LARS本领稠密仿射矩阵来实行特性采用。 正文对准之上三上面实质，辨别做了洪量关系试验举行了考证。截止表白，正文算法在分门别类精确率上面博得了较好的截止。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/294618.html