未找到相关数据
基于流形学习的高光谱影像降维理论与方法研究
被引：8
作者：
孙伟伟
[1
,2
]
机构：
[1] 宁波大学建筑工程与环境学院
[2] 同济大学测绘与地理信息学院
来源：
关键词：
高光谱;
流形学习;
光谱特征信息;
降维;
D O I：
10.13485/j.cnki.11-2089.2014.0066
中图分类号：
P237 [测绘遥感技术];
学科分类号：
1404 ;
摘要：
<正>由于波段相关性强和数据冗余度高,高光谱影像的降维成为影响后续的分类、目标识别和异常探测等研究的技术前提和重要工作基础。而且高光谱影像的高维数特性对传统的遥感影像处理理论也提出挑战。神经生理学研究发现,人的感知是以流形的方式存在,高维的人脸图像其实是由光线强度、人离相机的距离以及人的头部姿势等少数几个变量来控制的。在此基础上,学者们结合神经生理学和微分几何的研究成果,提出流形学习方法来研究高维数据的非线性降维问题。流形
引用
收藏
页码：439 / 439
页数：1
相关论文