留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

联合改进拉普拉斯特征映射和k_近邻分类器的高光谱影像分类

孙伟伟 刘 春 李巍岳

孙伟伟, 刘 春, 李巍岳. 联合改进拉普拉斯特征映射和k_近邻分类器的高光谱影像分类[J]. 武汉大学学报 ● 信息科学版, 2015, 40(9): 1151-1156. doi: 10.13203/j .whu g is20130654
引用本文: 孙伟伟, 刘 春, 李巍岳. 联合改进拉普拉斯特征映射和k_近邻分类器的高光谱影像分类[J]. 武汉大学学报 ● 信息科学版, 2015, 40(9): 1151-1156. doi: 10.13203/j .whu g is20130654
sun weiwei, liuchun, liwei y ue. h yp ers p ectralima g er yclassificationusin gthecombinationofimp rovedla p lacianei g enma p sandimp rovedk-nearestnei g hborclassifier[J]. Geomatics and Information Science of Wuhan University, 2015, 40(9): 1151-1156. doi: 10.13203/j .whu g is20130654
Citation: sun weiwei, liuchun, liwei y ue. h yp ers p ectralima g er yclassificationusin gthecombinationofimp rovedla p lacianei g enma p sandimp rovedk-nearestnei g hborclassifier[J]. Geomatics and Information Science of Wuhan University, 2015, 40(9): 1151-1156. doi: 10.13203/j .whu g is20130654

联合改进拉普拉斯特征映射和k_近邻分类器的高光谱影像分类

doi: 10.13203/j .whu g is20130654
基金项目: 国家自然科学基金资助项目( 41401389) ;中国博士后科学基金第5 7批面上资助项目( 2015m570668) ;宁波市自然科学基金资助项目( 2 014a610173) ;浙江省教育厅科研项目( y 201430436) ;宁波 大 学 学 科 建 设 项 目( zx2014000400) ;矿 山 空 间 信 息 技 术国家测绘地理信息局重点实验室开放基金资助项目( klm201309) 。
详细信息
    作者简介:

    孙伟伟,博士,讲师,主要 从 事 高 光 谱 遥 感 处 理 理 论 和 方 法 及“ 3 s” 理 论 在 城 乡 规 划 和 海 岸 带 资 源 环 境 管 理 中 的 应 用 研 究。

    通讯作者: 李巍岳,博士,助理研究员。
  • 中图分类号: p 237.3;tp753

h yp ers p ectralima g er yclassificationusin gthecombinationofimp rovedla p lacianei g enma p sandimp rovedk-nearestnei g hborclassifier

Funds: thenationalnaturesciencefoundationofchina,no.41401389;the57thchinesepostdoctoralsciencefounda-tion,no.2015m570668;nin g bonaturalsciencefoundation,no.2014a610173;researchpro j ectofzhe j ian geducationalcommittee,no.y201430436;disci p lineconstructionpro j ectofnin g bouniversit y,no.zx2014000400;ke ylaborator yofminin gs p atialinforma-tiontechnolo gyofnasmg ,no.klm201309.
More Information
    Corresponding author: liwei y ue,phd,assistantp rofessor.
计量
  • 文章访问数:  1120
  • HTML全文浏览量:  43
  • PDF下载量:  1221
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-11-07
  • 刊出日期:  2015-09-05

联合改进拉普拉斯特征映射和k_近邻分类器的高光谱影像分类

doi: 10.13203/j .whu g is20130654
    基金项目:  国家自然科学基金资助项目( 41401389) ;中国博士后科学基金第5 7批面上资助项目( 2015m570668) ;宁波市自然科学基金资助项目( 2 014a610173) ;浙江省教育厅科研项目( y 201430436) ;宁波 大 学 学 科 建 设 项 目( zx2014000400) ;矿 山 空 间 信 息 技 术国家测绘地理信息局重点实验室开放基金资助项目( klm201309) 。
    作者简介:

    孙伟伟,博士,讲师,主要 从 事 高 光 谱 遥 感 处 理 理 论 和 方 法 及“ 3 s” 理 论 在 城 乡 规 划 和 海 岸 带 资 源 环 境 管 理 中 的 应 用 研 究。

    通讯作者: 李巍岳,博士,助理研究员。
  • 中图分类号: p 237.3;tp753

摘要: 高光谱影像利用流形学习降维和分类器分类时往往忽略了影像本身的空间特征,这将严重制约最终的分类精度。因此,本文以拉普拉斯特征映射和k-近邻分类器为例,提出了自适应加权综合核距离来同时改进流形学习方法和分类器方法,目的在于改善高光谱影像的分类结果。自适应加权综合核距离同时考虑高光谱影像的光谱特征和空间特征,且能 够 针 对 每 个 像 素 点 自 动 估 算 空 间 邻 域 来 描 述 空 间 特 征。通 过i ndian和paviau 两个数据集来分析和验证本文提出的组合策略,实验结果表明,本文提出的组合策略得到的分类结果明显优于常规拉普拉斯特征映射降维和常规k-近邻分类的组合策略,能够得到更高精度的分类结果。

English Abstract

孙伟伟, 刘 春, 李巍岳. 联合改进拉普拉斯特征映射和k_近邻分类器的高光谱影像分类[J]. 武汉大学学报 ● 信息科学版, 2015, 40(9): 1151-1156. doi: 10.13203/j .whu g is20130654
引用本文: 孙伟伟, 刘 春, 李巍岳. 联合改进拉普拉斯特征映射和k_近邻分类器的高光谱影像分类[J]. 武汉大学学报 ● 信息科学版, 2015, 40(9): 1151-1156. doi: 10.13203/j .whu g is20130654
sun weiwei, liuchun, liwei y ue. h yp ers p ectralima g er yclassificationusin gthecombinationofimp rovedla p lacianei g enma p sandimp rovedk-nearestnei g hborclassifier[J]. Geomatics and Information Science of Wuhan University, 2015, 40(9): 1151-1156. doi: 10.13203/j .whu g is20130654
Citation: sun weiwei, liuchun, liwei y ue. h yp ers p ectralima g er yclassificationusin gthecombinationofimp rovedla p lacianei g enma p sandimp rovedk-nearestnei g hborclassifier[J]. Geomatics and Information Science of Wuhan University, 2015, 40(9): 1151-1156. doi: 10.13203/j .whu g is20130654

目录

    /

    返回文章
    返回