CORC  > 中国矿业大学(徐州)
基于监督等距映射高光谱遥感影像降维
钱进 ; 邓喀中 ; 范洪冬 ; 刘冬
刊名http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=JYRJ201208020&dbname=CJFQ2012
2014-11-06 ; 2014-11-06
关键词高光谱遥感 特征提取 KMEANS 监督等距映射
中文摘要在面向分类的高光谱遥感数据降维过程中,考虑到高光谱遥感数据内在的非线性结构和传统流形学习非监督的特点,提出一种新的监督等距映射方法(S-Isomap)。方法基于类间距离大于类内距离的思想,首先利用KMEANS算法对原始数据进行聚类得到样本的初始类别标签,采用新距离搜寻数据点的K近邻,进而实施等距映射降维。实验证明了该方法优于传统Isomap。
语种中文
其他责任者江苏省资源环境信息工程重点实验室 ; 中国矿业大学国土环境与灾害监测国家测绘局重点实验室
内容类型期刊论文
源URL[http://ir.calis.edu.cn/hdl/232060/4233]  
专题中国矿业大学(徐州)
推荐引用方式
GB/T 7714
钱进,邓喀中,范洪冬,等. 基于监督等距映射高光谱遥感影像降维[J]. http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=JYRJ201208020&dbname=CJFQ2012,2014, 2014.
APA 钱进,邓喀中,范洪冬,&刘冬.(2014).基于监督等距映射高光谱遥感影像降维.http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=JYRJ201208020&dbname=CJFQ2012.
MLA 钱进,et al."基于监督等距映射高光谱遥感影像降维".http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=JYRJ201208020&dbname=CJFQ2012 (2014).
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace