遥感图像分类中的核稀疏字典学习.pdfVIP

2016年 6月 计算机3-程与设计 June 2016 第 37卷 第6期 COMPUTER ENGINEERINGAND DEsIGN Vo1．37 No．6 遥感图像分类中的核稀疏字典学习 邹劲松 ，黄凯锋 (1．重庆水利电力职业技术学院 电子信息工程系，重庆 402160； 2．洛阳师范学院信息技术学院，河南 洛阳471022) 摘 要：为提高遥感高光谱影像分类的性能，提出基于核稀疏表示的字典学习算法。通过任务驱动的核 函数表示，联合求 解字典与分类器，得到遥感高光谱影像分类的最优解。采用随机梯度下降策略求解字典以及学习模型的参数，验证模型是 全局可微分的，能通过随机梯度下降求得模型的最优参数。实验结果表明，该算法在多个遥感高光谱图像数据集上均具有 较高的分类准确率和召回率。 关键词：稀疏表示；字典学习；核函数；遥感图像 ；分类 中图法分类号 ：TP391 文献标识号：A 文章编号：i000—7024 (2016)06—1584—04 doi：10．16208／j．issnl000—7024．2016．06．030 Kernelsparsedictionarylearninginremotesensingimageclassification ZOUJin-song 。HUANG Kai—feng。 (1．DepartmentofElectronicsandInformationEngineering，ChongqingCollegeofW aterResourcesandElectricEngineering， Chongqing402160，China；2．CollegeofInformationTechnology，LuoyangNormalUniversity，Luoyang471022，China) Abstract：Toimprovetheperformanceofhyperspectralimageclassification，adictionarylearningalgorithm basedonkernelized sparserepresentationwasproposed．Thepresentedmethodcanjointlyobtaindictionaryandclassifierbyatask-drivenkernel functionrepresentation．Thereforeitcanachieveglobaloptimization．Stochasticgradientdescentmethodwasusedforparame～ terslearninginthedictionarymode1．Themodelisverifiedtobedifierentiableandcanobtainoptimalsolution．Experimentalre～ sultsonseveraldatasetsshow thattheproposedalgorithm hasgoodperformanceinremotesensingimageclassification． Keywords：sparserepresentation；dictionarylearning；kernelfunction；remotesensingimage；classification 在高光谱图像分类中性能一般。HIDSR是一种基于字典学 0 引 言 习的遥感图像分类算法，该算法通过对遥感像素的拉普拉 随着光学、电子学和计算机科学的推动，遥感影像中 斯变换将像素线性化，然后通过字典学 习对 图像进行分 的高光谱成像 (hyperspectralimagery，HSI)技术发展 类_6]。虽然对非线性化问题的线性化方便了问题的求解， 迅猛 [。