利用流形学习进行高光谱遥感影像的降维与特征提取.PDFVIP

下载本文档

5
0
约1.52万字
约 5页
2017-08-19 发布于天津
举报
版权申诉

利用流形学习进行高光谱遥感影像的降维与特征提取.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

利用流形学习进行高光谱遥感影像的降维与特征提取.PDF

36 2 Vol. 36 No. 2 2011 2 Geomatics and Informat ion Science of Wuhan University Fe . 2011 :2011) : A 利用流形学习进行高光谱遥感影像的降维与特征提取 1 1, 2 1 1 杜培军王小美谭琨夏俊士 ( 1 , 1 , 221116) ( 2 , ,475004) : 基于最新的非线性降维方法流形学习的理论, 从高光谱遥感数据内在的非线性结构出 , 采用全局化的等距映射( Isomap) 方法进行降维, 取得了优于常用的M NF 方法的结果把光谱角和光谱信息散度与测地距离相结合用于Isomap 算法, 结果在冗余方差和光谱规范化特征值方面优于采用传统欧氏距离计算邻域的Isomap 方法实验表明, 流形学习是一种有效的高光谱遥感数据特征提取方法 : 高光谱遥感; 降维; 流形学习; Isomap 算法 : P237. 3 [ 12] [ 13] , , Iso , map LLE ; Isomap [ 13] [ 14] ( multidimensional scaling, MDS) , , , [ 47] [ 8] , ( princi Isomap pal component analysis, PCA) ( maximum noise fraction, MNF) , 1 , , , , , , , , , , [ 7] , ( manifold learning) , [ 811] , , ,