基于谱聚类算法的高光谱图像分类研究.pdf
高光谱图像分类一直是高光谱图像处理领域的一个重点,然而由于高光谱图像具有维数众多、标记样本困难、高度非线性以及存在混合像元等特点,使得高光谱分类存在很大挑战.谱聚类算法是一种基于图的聚类算法,能够对任意形状的数据进行最优划分.它的分类思想为:找到数据集中类内相似度最大、类间相似度最小的划分.由于谱聚类算法在很大程度上避免了样本空间分布假设的局限性;它只需要计算样本数据之间的相似度矩阵,擅长处理稀疏数据的聚类问题;加上谱聚类本身涉及降维处理等特点,使得谱聚类算法对处理高维、稀疏的高光谱图像数据很有优势.
作者：魏一苇牛超王艺婷王红霞
作者单位：火箭军工程大学,陕西西安710025
母体文献：第十五届国家安全地球物理专题研讨会论文集
会议名称：第十五届国家安全地球物理专题研讨会
会议时间：2019年8月1日
会议地点：甘肃张掖
主办单位：中国地球物理学会,陕西省地球物理学会
语种：chi
分类号：TP3TP1
关键词：高光谱遥感图像 图像分类 谱聚类 机器学习
在线出版日期：2021年4月27日
基金项目：
相似文献
相关博文
- 文件大小:
- 316.82 KB
- 下载次数:
- 60
-
高速下载
|
|
