版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、高光譜圖像技術(shù)的不斷發(fā)展,使我們能夠輕松獲得豐富的地物信息。而圖像分類(lèi)作為高光譜圖像處理之中重要的一環(huán),受到了極大的關(guān)注。最小正則子空間分類(lèi)算法,一種基于線(xiàn)性表達(dá)的模型,它將原有的聯(lián)合表達(dá)空間模型引入吉洪諾夫正則因子來(lái)用于高光譜數(shù)據(jù)分類(lèi)決策,使得整個(gè)線(xiàn)性模型對(duì)訓(xùn)練數(shù)據(jù)擬合的更好。
通過(guò)研究發(fā)現(xiàn),在最小正則子空間分類(lèi)模型之中,存在一些明顯不足,基于歐氏距離的吉洪諾夫正則化因子不能從光譜的結(jié)構(gòu)上對(duì)光譜的差異性進(jìn)行有效衡量,同時(shí)此模
2、型在建立決策分類(lèi)時(shí)僅僅考慮到高光譜圖像數(shù)據(jù)譜間的特征,造成空間結(jié)構(gòu)信息的浪費(fèi)等。因此,本文針對(duì)這些問(wèn)題提出三個(gè)方面的改進(jìn):
第一,原有基于歐氏距離的相似度衡量不能準(zhǔn)確的反映光譜向量之間的關(guān)系,特別是相同物質(zhì)之間,差別細(xì)微。通過(guò)引入其他光譜相似衡量,如光譜角度衡量,光譜信息散度等,提高了整個(gè)算法性能。
第二,針對(duì)目前分類(lèi)模型僅僅考慮到高光譜圖像數(shù)據(jù)譜間的特征,忽略了高光譜圖像中結(jié)構(gòu)信息的重要性,提出了基于譜間和空間信息
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SVM與子空間結(jié)合的高光譜圖像分類(lèi)算法研究.pdf
- 基于高斯過(guò)程的高光譜圖像分類(lèi)算法研究.pdf
- 基于稀疏表示的高光譜圖像分類(lèi)算法研究.pdf
- 基于超像素的高光譜圖像分類(lèi)算法研究.pdf
- 基于多分類(lèi)器融合的高光譜圖像分類(lèi)算法研究.pdf
- 高光譜溢油圖像分類(lèi)算法研究.pdf
- 基于相關(guān)向量機(jī)的高光譜圖像分類(lèi)算法研究.pdf
- 基于深度學(xué)習(xí)的高光譜圖像分類(lèi)算法的研究.pdf
- 基于相關(guān)熵方法的高光譜圖像分類(lèi)算法的研究.pdf
- 基于EMD-SVM的高光譜圖像分類(lèi)相關(guān)算法研究.pdf
- 高光譜圖像半監(jiān)督分類(lèi)算法研究.pdf
- 基于密度峰值聚類(lèi)算法的高光譜圖像分類(lèi).pdf
- 基于空間約束和稀疏編碼的高光譜圖像分類(lèi).pdf
- 基于圖像融合的高光譜圖像分類(lèi).pdf
- 基于圖像融合的高光譜遙感圖像分類(lèi)研究.pdf
- 高光譜圖像特征學(xué)習(xí)與分類(lèi)算法研究.pdf
- 結(jié)合空間信息與光譜信息的高光譜圖像分類(lèi)研究.pdf
- 基于分水嶺分割的高光譜圖像分類(lèi)算法研究.pdf
- 基于高光譜圖像的雜草分類(lèi)研究.pdf
- 張量空間FCM算法研究及其在高光譜遙感圖像分類(lèi)中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論