基于K近邻字典的协同表示高光谱图像分类方法 |
| |
引用本文: | 郑鲜艳,陈湘,汪芝城,江帆.基于K近邻字典的协同表示高光谱图像分类方法[J].湖北大学学报(自然科学版),2019,41(6). |
| |
作者姓名: | 郑鲜艳 陈湘 汪芝城 江帆 |
| |
作者单位: | 湖北科技学院数学与统计学院,湖北 咸宁,437100;湖北科技学院资源环境科学与工程学院,湖北 咸宁,437100;湖北科技学院计算机科学与技术学院,湖北 咸宁,437100 |
| |
基金项目: | 国家级大学生创新创业训练计划项目 |
| |
摘 要: | 近年来基于协同表示的分类方法在高光谱图像分类领域取得很大的成功.但在重建测试样本时,由于用全部训练样本充当字典,导致一些差别较大的样本参与表示,不仅影响分类的精确度,还浪费分类时间.在实施空-谱联合后,用K近邻对重构字典做出二次选择,并参照最近正则子空间的做法提出基于K近邻字典的协同表示分类器.通过在两个基准HSI数据集上的实验证明,所提分类器既提高了分类精度,还节省了分类时间,特别对小样本类别的分类效果改善更明显.
|
关 键 词: | 高光谱图像 协同表示 空-谱联合 K近邻 分类 |
本文献已被 CNKI 万方数据 等数据库收录! |
|