您当前的位置:首页 > 详细浏览

文献详情

基于降维Gabor特征和决策融合的高光谱图像分类

提交时间: 2019-01-03
作者: 杨秀杰 1 ; 高丽 2 ;
作者单位: 1.重庆电子工程职业学院; 2.西南大学 学生工作处;

内容摘要

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。
点击下载全文 评论 来自合作期刊:《计算机应用研究》 点击量:132 下载量:74
期刊:计算机应用研究
推荐引用方式: 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] (点此复制)
版本历史
[V1] 2019-01-03 10:45:30 chinaXiv:201901.00006V1 下载全文
相关论文推荐

点击下载全文

当前浏览

更改浏览

跨类浏览

  • - 暂无