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、高維光譜空間降維是光譜色彩管理的主要內(nèi)容,是進(jìn)行色域匹配和色域可視化等處理的前提和基礎(chǔ)。首先,針對(duì)主成分分析降維算法樣本集為非正態(tài),導(dǎo)致主成分分析降維具有不穩(wěn)定性的缺點(diǎn),本文提出并實(shí)現(xiàn)ICA-Wyszecki降維算法。ICA-Wyszecki降維算法將獨(dú)立成分分析法和 Wyszecki提出的假設(shè)相結(jié)合,得到一個(gè)低維的LabICA中間連接空間,此空間能夠很好地綜合色度和光譜的特性。其次,針對(duì)主成分分析法得到的低維空間存在負(fù)值而導(dǎo)致重建光譜
2、超出了光譜范圍的缺點(diǎn),提出將主成分分析法與Kubelka-Munk理論相結(jié)合,得到特征向量矩陣與光譜吸收系數(shù)K和散射系數(shù)S的比值矩陣之間的關(guān)系。針對(duì)Kubelka-Munk理論存在測(cè)量誤差以及主成分分析降維算法不穩(wěn)定等缺點(diǎn),提出一個(gè)新的線性空間-Ψ空間,并將針對(duì)Ψ空間的降維命名為KM-PCA降維算法,設(shè)計(jì)實(shí)現(xiàn)KM-PCA降維算法。最后實(shí)驗(yàn)證明,KM-PCA降維算法和ICA-Wyszecki降維算法得到的低維空間,其重構(gòu)的光譜與光譜特性文
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
- 高維數(shù)據(jù)降維處理關(guān)鍵技術(shù)研究.pdf
- 高光譜數(shù)據(jù)降維算法研究.pdf
- 高光譜遙感圖像降維方法研究.pdf
- 高光譜圖像降維及分割研究.pdf
- 高光譜遙感圖像降維方法研究(1)
- 高-超光譜遙感數(shù)據(jù)降維算法研究.pdf
- 高光譜遙感影像降維及分類(lèi)方法研究.pdf
- 高光譜遙感圖像的降維與分類(lèi)研究.pdf
- 基于投影尋蹤的高光譜圖像降維算法研究.pdf
- 高光譜圖像降維及端元提取算法的研究.pdf
- 基于空間不等式過(guò)濾的降維索引技術(shù)研究.pdf
- 空-譜聯(lián)合高光譜數(shù)據(jù)降維與分類(lèi)方法研究.pdf
- 基于圖嵌入框架的高光譜圖像降維算法研究.pdf
- 基于空譜特征降維的高光譜圖像分類(lèi).pdf
- 面向混合像元的高光譜遙感數(shù)據(jù)降維.pdf
- 基于流形學(xué)習(xí)的高光譜圖像降維與分類(lèi)研究.pdf
- 南方主要喬木樹(shù)種高光譜數(shù)據(jù)降維組合分類(lèi)算法研究.pdf
- 基于TDPCA與SPIHT的高光譜壓縮和降維算法研究.pdf
- 基于局部線性嵌入的高維數(shù)據(jù)降維研究.pdf
- 基于圖的降維技術(shù)研究及應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論