| 高光谱图像稀疏流形学习方法研究 |
| |
| 引用本文： | 罗甫林.高光谱图像稀疏流形学习方法研究[J].测绘学报,2017,46(3):400-400. |
| |
| 作者姓名： | 罗甫林 |
| |
| 作者单位： | 1. 武汉大学测绘遥感信息工程国家重点实验室, 湖北 武汉 430079;2. 重庆大学光电技术与系统教育部重点实验室, 重庆 400044 |
| |
| 摘 要： | <正>高光谱图像是由成像光谱仪记录地物对电磁波的反射值而获取,包含从可见光到近红外范围内的数十上百个连续且狭窄的波段。高光谱图像光谱分辨率高,可辨识细微差异的地物,目前已广泛应用于环境监测、精准农业、目标识别和地物分类等领域。在高光谱图像分类中,传统分类方法因数据量大、波段数多、波段间的相关性强而导致"维数灾难"。因此,如何减少波段数且不丢失有用信息是目前高光谱图像分类领域的研究前沿与热点。
|
| 收稿时间： | 2016-12-19 |
Sparse Manifold Learning for Hyperspectral Imagery |
| |
| LUO Fulin.Sparse Manifold Learning for Hyperspectral Imagery[J].Acta Geodaetica et Cartographica Sinica,2017,46(3):400-400. |
| |
| Authors: | LUO Fulin |
| |
| Institution: | 1. State Key Laboratory of Information Engineering in Surveying, Mapping, and Remote Sensing, Wuhan 430079, China;2. Key Laboratory of Optoelectronic Technique and System of Ministry of Education, Chongqing University, Chongqing 400044, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《测绘学报》浏览原始摘要信息 |
| 点击此处可从《测绘学报》下载免费的PDF全文 |
|
