基于SSMFA与kNNS算法的高光谱遥感影像分类

被引：9

作者：

王立志

黄鸿

冯海亮

机构：

[1] 重庆大学光电技术及系统教育部重点实验室

来源：

电子学报 | 2012年 / 40卷 / 04期

关键词：

高光谱影像; 地物分类; 图嵌入框架; 最近邻;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

摘要：

为了研究高光谱影像数据的维数约简和分类问题,提出了一种基于半监督边际费希尔分析（SSMFA）和kNNS的高光谱遥感影像数据分类算法.该方法利用有标记数据和无标记数据的信息获得数据的内在流形结构,通过SSMFA将高光谱数据从高维观测空间投影到低维流形空间,然后利用邻域内多个近邻点的信息通过kNNS分类器对低维空间中的数据进行分类.在Urban、Washington和Indian Pine数据集上的分类识别实验表明,该方法能够较为有效地发现高维空间中数据的内蕴结构,在每类随机选取4,6,8个有类别标记的样本10个无类别标记的样本的情况下,该方法的总体分类精度能够比MFA+kNNS提高0.8%2.5%,比MFA+kNN提高2.8%4.5%,比其他算法提高4.0%7.0%,分类精度有了明显的提高.

引用

页码：780 / 787

页数：8

共 8 条

[1] 基于相关向量机的高光谱影像混合像元分解
杨国鹏
周欣
余旭初
陈伟
[J]. 电子学报, 2010, 38 (12) : 2751 - 2756
[2] 基于ICA与SVM算法的高光谱遥感影像分类[J]. 梁亮,杨敏华,李英芳.光谱学与光谱分析. 2010(10)
[3] 一种改进的高光谱图像中多小目标检测算法
尹继豪
王艳
王义松
[J]. 电子学报, 2010, 38 (09) : 1975 - 1978
[4] 基于叶片高光谱特性分析的树种识别[J]. 王志辉,丁丽霞.光谱学与光谱分析. 2010(07)
[5] 基于可见/近红外反射光谱的稻米品种与真伪鉴别
梁亮
刘志霄
杨敏华
张佑祥
汪承华
[J]. 红外与毫米波学报, 2009, 28 (05) : 353 - 356+391
[6] 基于谱图理论的流形学习算法
罗四维
赵连伟
[J]. 计算机研究与发展, 2006, (07) : 1173 - 1179
[7] Laplacian eigenmaps for dimensionality reduction and data representation
Belkin, M
Niyogi, P
[J]. NEURAL COMPUTATION, 2003, 15 (06) : 1373 - 1396
[8] EIGENFACES FOR RECOGNITION
TURK, M
PENTLAND, A
[J]. JOURNAL OF COGNITIVE NEUROSCIENCE, 1991, 3 (01) : 71 - 86

← 1 →