| 基于优选样本的KPCA高光谱图像降维方法 |
| |
| 引用本文： | 王瀛,郭雷,梁楠. 基于优选样本的KPCA高光谱图像降维方法[J]. 光子学报, 2011, 40(6): 847-851. DOI: 10.3788/gzxb20114006.0847 |
| |
| 作者姓名： | 王瀛 郭雷 梁楠 |
| |
| 作者单位： | 西北工业大学自动化学院,西安,710129 |
| |
| 摘 要： | 降维是高光谱图像常用的预处理手段,而核主成份分析通过非线性映射能够挖掘数据的高阶统计特性,是目前较常使用的特征提取方法.本文提出了一种基于优选样本的核主成份分析高光谱图像降维方法,算法挑选参与核主成份分析运算的样本时兼顾整幅高光谱图像的统计特性,以与全图能量分布相近的最小样本集为最终选择样本.本算法由IDL7.0实现,...
|
| 关 键 词： | 高光谱图像 核主成份分析 非线性映射 迹 降维 |
A Dimensionality Reduction Method Based on KPCA with Optimized Sample Set for Hyperspectral Image |
| |
| WANG Ying,GUO Lei,LIANG Nan. A Dimensionality Reduction Method Based on KPCA with Optimized Sample Set for Hyperspectral Image[J]. Acta Photonica Sinica, 2011, 40(6): 847-851. DOI: 10.3788/gzxb20114006.0847 |
| |
| Authors: | WANG Ying GUO Lei LIANG Nan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
