| 高光谱数据非监督分类的改进独立成分分析方法 |
| |
| 引用本文： | 李娜,赵慧洁.高光谱数据非监督分类的改进独立成分分析方法[J].国土资源遥感,2011(2):70-74. |
| |
| 作者姓名： | 李娜 赵慧洁 |
| |
| 作者单位： | 北京航空航天大学仪器科学与光电工程学院,北京,100191 |
| |
| 基金项目： | 国家863计划项目，中国地质调查局地质调查项目，长江学者和创新团队发展计划项目 |
| |
| 摘 要： | 利用数据本身统计特性是实现高光谱数据非监督分类的有效方法之一.针对利用高光谱数据一阶、二阶统计量不能完全表征数据结构的问题,提出了一种基于数据高阶统计特性--峭度的改进独立成分分析方法(Improved Kurtosis-Based Independent Component Analysis,IKICA)的高光谱数据...
|
| 关 键 词： | 高光谱遥感 独立成分分析 峭度 非监督分类 |
An Improved Independent Component Analysis Method for Unsupervised Classification of Hyperspectral Data |
| |
| LI Na,ZHAO Hui-jie.An Improved Independent Component Analysis Method for Unsupervised Classification of Hyperspectral Data[J].Remote Sensing for Land & Resources,2011(2):70-74. |
| |
| Authors: | LI Na ZHAO Hui-jie |
| |
| Institution: | (School of Instrument Science and Opto-electronics Engineering,Beihang University,Beijing 100191,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
