文档摘要：针对原始的流形学习算法仅利用其光谱特征而没有利用空间信息的问题,提出了基于监督的空谱联合的局部保持投影算法(SS-LPP:Spatial-SpectralLocalityPreservingProjections).该算法首先使用加权均值滤波算法对数据集进行滤波,将空间信息与光谱信息进行融合并消除噪点的干扰,增加同类数据的相关性.然后利用标签集构造类内图和类间图,并通过其可有效提取鉴别特征和改善分类性能.在Salinas和PaviaU数据集上对该算法的有效性进行验证.实验结果表明,该算法能有效提取数据特征,并提高分类的准确性.
Abstract：Aimingtotheproblemthattheoriginalmanifoldlearningalgorithmonlyutilizesspectralcharacteristicswithoutincorporatingspatialinformation,alocalitypreservingprojectionsalgorithmbasedonspatial-spectral(SS-LPP:Spatial-SpectralLocalityPreservingProjections)unionisproposed.Firstly,theweightedmeanfilteringalgorithmisusedtofilterthedataset,fusethespatialinformationwiththespectralinformation,andeliminatetheinterferenceofnoise,toincreasethesmoothnessofsimilardata.Then,thelabelsetisusedtoconstructintra-graphandinter-graph.Throughtheintra-graphandinter-graph,identificationfeaturescanbeeffectivelyextracted,andtheclassificationperformancecanbeimproved.TheeffectivenessofthealgorithmisverifiedontheSalinasdatasetandthePaviaUdataset.Experimentalresultsshowthatthealgorithmcaneffectivelyextractdatafeaturesandimprovetheaccuracyofclassification.
作者：邹彦艳 田年年Author：ZOUYanyan TIANNiannian
作者单位：东北石油大学电气信息工程学院,黑龙江大庆163318
刊名：吉林大学学报（信息科学版） ISTIC
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2024, 42(3)
分类号：TP183
关键词：流形学习 降维 高光谱遥感影像 特征提取
Keywords：manifoldlearning dimensionalityreduction hyperspectralremotesensing featureextraction
机标分类号：TN248.4O532.25TM923.0
在线出版日期：2024年7月19日
基金项目：基于空间光谱联合的LPP算法[
期刊论文] 吉林大学学报（信息科学版）--2024, 42(3)邹彦艳 田年年针对原始的流形学习算法仅利用其光谱特征而没有利用空间信息的问题,提出了基于监督的空谱联合的局部保持投影算法(SS-LPP:Spatial-SpectralLocalityPreservingProjections).该算法首先使用加权均值滤波算法对数据集...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：流形学习,降维,高光谱遥感影像,特征提取,
|
|
