国家教育部博士点基金(20092302110033)
- 作品数：2 被引量：17H指数：2
- 相关作者：张晔张宇航严萌魏然谷延锋更多>>
- 相关机构：哈尔滨工业大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- SVM和RVM对高光谱图像分类的应用潜能分析被引量：10
- 2012年
- 针对高光谱图像分类一直面临的小样本、非线性及高维数等问题,分别从原理和实验两个方面分析比较了两种最新的核学习方法——支持向量机(SVM)和相关向量机(RVM)在高光谱图像分类中的异同点.通过对稀疏性、运算时间及分类精度的实验仿真,结果表明:与SVM相比,RVM模型更加稀疏,从而测试时间更短,更有利于大数据量在线测试;然而,RVM的缺点是分类精度略低于SVM.基于此,本文利用Fisher线性鉴别分析(FLDA)技术,在分类前对高光谱数据作可分性预处理,一方面可以降低数据维数、减少计算量,另一方面可以有效地提高小样本区域的分类精度,进而提高RVM的总体分类精度,使得RVM与SVM相比在高光谱图像精细分类方面更具优势.
- 张宇航张晔
- 关键词：高光谱图像支持向量机相关向量机
- 基于小波变换的光谱异常特征分析及提取技术研究被引量：7
- 2013年
- 在进行地物分类、目标识别等应用研究之前,一般都要在高维数据中(例如高光谱图像数据)对典型的地物进行光谱分析、特征波段的提取,以便提取出最佳的有效信息即异常特征,剔除无用的干扰信息。本文利用小波变换具有空频局部化和多分辨率的特点,在小波变换域分析并提取光谱曲线。在小波变换各个高频分量中利用相邻的正负极值点找到原始光谱曲线上每个吸收带的左右边界;利用局部过零点,就可以比较准确的提取出各个吸收带的中心波长,通过定量频率计算可以得到分析目标吸收带的最佳小波分解层数。该方法与传统的光谱特征提取方法相比更加简单,有效。
- 张晔魏然谷延锋严萌
- 关键词：特征提取低复杂度
