首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量描述的自适应高光谱异常检测算法
引用本文:梅锋,赵春晖,王立国,尤佳. 基于支持向量描述的自适应高光谱异常检测算法[J]. 光子学报, 2009, 38(11)
作者姓名:梅锋  赵春晖  王立国  尤佳
作者单位:哈尔滨工程大学,信息与通信工程学院,哈尔滨,150001;哈尔滨工程大学,信息与通信工程学院,哈尔滨,150001;哈尔滨工程大学,信息与通信工程学院,哈尔滨,150001;哈尔滨工程大学,信息与通信工程学院,哈尔滨,150001
基金项目:国家自然科学基金,高等学校博士学科点基金,黑龙江省自然科学重点基金 
摘    要:提出了一种应用于高光谱异常检测的自适应支持向量数据描述方法.根据高光谱数据和局部异常检测模型的特点,通过局部背景分波段二阶分布统计,分析了核参量与局部背景总体标准差的变化关系,构造了随检测背景变化的局部检测核参量,使得检测算法针对不同背景分布自适应地调整检测核参量.克服了传统支持向量描述算法由于采用固定核参量带来的复杂背景下检测性能下降的问题.通过模拟数据和真实高光谱数据的测试检验,接收机特性曲线表明该算法相对于传统固定核参量支持向量数据描述方法,在相同虚警概率下检测概率提高了10%.

关 键 词:高光谱  异常检测  自适应  核方法  支持向量描述

Support Vector Data Description Based on Adaptive Anomaly Detection Method in Hyperspectral Imagery
MEI Feng,ZHAO Chun-hui,WANG Li-guo,YOU Jia. Support Vector Data Description Based on Adaptive Anomaly Detection Method in Hyperspectral Imagery[J]. Acta Photonica Sinica, 2009, 38(11)
Authors:MEI Feng  ZHAO Chun-hui  WANG Li-guo  YOU Jia
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号