Current Location:home > Detailed Browse

Article Detail

基于降维Gabor特征和决策融合的高光谱图像分类

Submit Time: 2019-01-03
Author: 杨秀杰 1 ; 高丽 2 ;
Institute: 1.重庆电子工程职业学院; 2.西南大学 学生工作处;

Abstracts

针对传统高光谱图像分类算法忽略空间特征这个问题,提出一种基于Gabor特征和决策融合的高光谱图像分类算法。首先,通过系数相关矩阵智能地对相邻和高相关光谱带进行分组; 接着,在PCA投影子空间中提取每组中的Gabor特征,以量化局部方向和尺度特征; 然后,结合保留非负矩阵分解的局部性以减少这些特征子空间的维度; 最后,对降维特征进行高斯混合模型分类,并使用对数分类池决策融合规则将分类结果合并。实验结果表明,所提算法优于传统和现有的共计8种先进的分类算法。
Download Comment From cooperative journals:《计算机应用研究》 Hits:456 Downloads:228
Journal:计算机应用研究
Recommended references: 杨秀杰,高丽.(2019).基于降维Gabor特征和决策融合的高光谱图像分类.计算机应用研究.[ChinaXiv:201901.00006] (Click&Copy)
Version History
[V1] 2019-01-03 10:45:30 chinaXiv:201901.00006V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse

  • - NO