本文關(guān)鍵詞：基于分層稀疏表示特征學(xué)習(xí)的高光譜圖像分類研究，由筆耕文化傳播整理發(fā)布。

【摘要】：提出一種基于分層稀疏表示特征學(xué)習(xí)的方法即分層判別特征學(xué)習(xí)算法對(duì)高光譜圖像進(jìn)行分類,在兩層的分層結(jié)構(gòu)中用空間金字塔匹配模型在每層的稀疏編碼上用最大池化方法學(xué)習(xí)得到判別特征,用分層判別特征學(xué)習(xí)得到的特征表示對(duì)于分類更穩(wěn)健、判別性更好。在兩個(gè)高光譜數(shù)據(jù)集上評(píng)價(jià)該方法,結(jié)果表明,該方法具有更好的分類精度。
【作者單位】： 遼寧工程技術(shù)大學(xué)電子與信息工程學(xué)院;大連理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 遙感 高光譜圖像分類 特征學(xué)習(xí) 稀疏表示
【基金】：國家自然科學(xué)基金(61402212) 國家科技支撐計(jì)劃(2013BAH12F00)
【分類號(hào)】：TP751
【正文快照】： 高光譜傳感器的發(fā)展取得了顯著的進(jìn)步,帶來了農(nóng)業(yè)監(jiān)控、環(huán)境污染監(jiān)測(cè)和目標(biāo)檢測(cè)方面的革命[1-2]。利用高光譜圖像進(jìn)行土地覆蓋分類是各種應(yīng)用中一個(gè)重要的任務(wù)。然而高光譜數(shù)據(jù)的復(fù)雜特性給高光譜圖像分類的準(zhǔn)確性帶來挑戰(zhàn)。大量的光譜波段與相應(yīng)的光譜信息給高光譜圖像分類帶

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前9條

1 金煒;符冉迪;葉明;;過完備字典稀疏表示的云圖超分辨率算法[J];遙感學(xué)報(bào);2012年02期

2 宋相法;焦李成;;基于稀疏表示及光譜信息的高光譜遙感圖像分類[J];電子與信息學(xué)報(bào);2012年02期

3 劉建軍;吳澤彬;韋志輝;肖亮;孫樂;;基于空間相關(guān)性約束稀疏表示的高光譜圖像分類[J];電子與信息學(xué)報(bào);2012年11期

4 秦振濤;楊武年;潘佩芬;;基于稀疏表示和自適應(yīng)字典學(xué)習(xí)的“高分一號(hào)”遙感圖像去噪[J];光電工程;2013年09期

5 殷飛;焦李成;;基于旋轉(zhuǎn)擴(kuò)展和稀疏表示的魯棒遙感圖像目標(biāo)識(shí)別[J];模式識(shí)別與人工智能;2012年01期

6 趙春暉;李曉慧;朱海峰;;空間4-鄰域稀疏表示的高光譜圖像目標(biāo)檢測(cè)[J];哈爾濱工程大學(xué)學(xué)報(bào);2013年09期

7 ;北方工業(yè)大學(xué)學(xué)報(bào)第25卷2013年總目次[J];北方工業(yè)大學(xué)學(xué)報(bào);2013年04期

8 王雷;金煒;何艷;;采用冗余字典稀疏表達(dá)的紅外與水汽云圖融合[J];寧波大學(xué)學(xué)報(bào)(理工版);2014年03期

9 ;[J];;年期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 葛鳳翔;任歲玲;郭鑫;郭良浩;孫波;;微弱信號(hào)處理及其研究進(jìn)展[A];中國聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2013年全國水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 李濤;遙感影像稀疏表示中的字典學(xué)習(xí)算法及其應(yīng)用[D];華中科技大學(xué);2015年

2 王文卿;基于融合框架與稀疏表示的遙感影像銳化[D];西安電子科技大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 郝曉婷;基于學(xué)習(xí)字典稀疏表示的遙感圖像分類算法研究與應(yīng)用[D];北方民族大學(xué);2014年

2 付歡;高光譜圖像的稀疏表示和壓縮算法研究[D];河北大學(xué);2014年

3 程丹丹;基于自適應(yīng)稀疏表示的振動(dòng)信號(hào)壓縮采樣研究與應(yīng)用[D];寧波大學(xué);2015年

4 王莎;自適應(yīng)優(yōu)化稀疏表示的遙感圖像壓縮重構(gòu)研究[D];浙江大學(xué);2014年

5 查方興;基于稀疏表示和空間約束的高光譜遙感圖像分類方法研究[D];西安電子科技大學(xué);2014年

6 步曉亮;基于稀疏表示的高空間分辨率遙感影像紋理描述方法的研究[D];上海交通大學(xué);2012年

  本文關(guān)鍵詞：基于分層稀疏表示特征學(xué)習(xí)的高光譜圖像分類研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：422521