文献检索-宁波市创意产业特色资源库

限定检索结果

基于空谱联合协同表征的高光谱图像分类算法: 收藏
分享
引用; 《计算机工程与设计》2020年第3期41卷 815-820页; 作者：刘颖刘蕊李大湘杨凡超西安邮电大学通信与信息工程学院陕西西安710121 中国科学院西安光学精密机械研究所中国科学院光谱成像技术重点实验室陕西西安710119 西安邮电大学电子信息现场勘验应用技术公安部重点实验室陕西西安710121; 针对高光谱图像分类中空间及光谱信息利用不充分的问题,提出一种改进的空谱联合协同表征分类算法。通过获取训练像素与测试像素的欧式距离得到光谱信息,计算测试像素与训练像素的空间信息,结合空间信息与光谱信息建立空谱联合表征分类模...; 针对高光谱图像分类中空间及光谱信息利用不充分的问题,提出一种改进的空谱联合协同表征分类算法。通过获取训练像素与测试像素的欧式距离得到光谱信息,计算测试像素与训练像素的空间信息,结合空间信息与光谱信息建立空谱联合表征分类模型,采用最小残差法实现高光谱图像分类。实验结果表明,该算法在Indian Pines和Pavia University数据集上的分类精度分别达到98.36%和97.93%,优于传统高光谱图像分类算法。; 来源：详细信息评论

限定检索结果