基于谱聚类波段选择的高光谱图像分类 hyperspectral imagery classification based on spectral clustering band selection.pdfVIP

下载本文档

52
0
约1.27万字
约 5页
2017-08-21 发布于上海
举报
版权申诉

基于谱聚类波段选择的高光谱图像分类 hyperspectral imagery classification based on spectral clustering band selection.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

基于谱聚类波段选择的高光谱图像分类 hyperspectral imagery classification based on spectral clustering band selection

第39卷第2期光电工程 v01．39，No．2 2012年2月 Opto—ElectronicEngineering Feb，2012 文章编号：1003—50lX(2012)02一0063—05 基于谱聚类波段选择的高光谱图像分类彭艳斌1，艾解清2 (1．浙江科技学院信息与电子工程学院，杭州310023I 2．浙江大学计算机学院，杭州310027) 摘要：高光谱图像在地物观测领域得到了广泛的应用．由于高光谱图像具有数据量大、波段间相关度高等特性，波段选择技术成为降低地物识别计算复杂度的重要方法．根据不同波段数据之间的非线性关系，提出了基于谱聚类(SC)的波段选择技术．该方法首先以波段图像为样本点生成近邻图和相似度矩阵，然后借助谱聚类方法将所有数据样本分成七类，从中选择七个代表波段参与后继的分类识别任务。实验数据表明，新方法减小了计算复杂度，提高了地物识别的精度．关键词：高光谱；分类；波段选择；谱聚类中图分类号：TP75l 文献标志码：A ClassificationBasedon HyperspectralImagery BandSelection Clustering Spectral PENG Yhn-binl，Al Jie．qin旷 Elec咖nic U．Sch00t嘭I，l}白rmI口tion矾dEngineering’zhejinngUnive璐ny西scie舵e口，IdTechnolo科，HQn舒hou3、0023， chin口；2．College巧Compu衙Science，zh露inngUnive船i饥Hnn铲hoH3、∞∞。chinn、 h觞been usedin to Iand-coVercl船sificati∞．【)lle ofdata8nd Abstract：Hyl圮体pec仃alimage widely Imge锄。埘t high cor咒l撕on selection ismainmemodt0re血Ke to be坩e∞b锄ds，b锄d tecllnology computationalcomplexity．According non—linearrclationbetwe饥b柚d toclusterandselectband．Intllis data，Spec仃aIClustering(SC)isimported method’ f．romb锄d a化dividedimo七clusters neigtIborgraph柚dsimil撕ty咖trixa糟generated images锄ples，tll∞s锄ples by