| 基于稀疏非负最小二乘编码的高光谱遥感数据分类方法 |
| |
| 引用本文： | 齐永锋,杨乐,火元莲. 基于稀疏非负最小二乘编码的高光谱遥感数据分类方法[J]. 农业机械学报, 2016, 47(7): 332-337 |
| |
| 作者姓名： | 齐永锋 杨乐 火元莲 |
| |
| 作者单位： | 西北师范大学,西北师范大学,西北师范大学 |
| |
| 基金项目： | 甘肃省自然科学基金项目（145RJZA183） |
| |
| 摘 要： | 为了提高高光谱遥感影像的分类精度,提出了一种基于稀疏非负最小二乘编码的高光谱数据分类方法。采用非负最小二乘方法,将待测样本表示为训练样本的线性组合,并将得到的系数作为待测样本的特征向量,通过最小误差方法对待测样本进行分类。提出的方法在AVIRIS Indian Pines和萨利纳斯山谷高光谱遥感数据集上进行分类实验,并和主成分分析(PCA)、支持向量机(SVM)和基于稀疏表示分类器(SRC)方法进行比较,在2个数据集上本文方法的总体识别精度分别达到85.31%和99.56%,Kappa系数分别为0.816 3和0.986 7。实验结果表明本文方法的总体识别精度和Kappa系数都优于另外3种方法,是一种较好的高光谱遥感数据分类方法。
|
| 关 键 词： | 稀疏非负最小二乘 高光谱遥感 数据分类 |
| 收稿时间： | 2015-12-09 |
Hyperspectral Remote Sensing Data Classification Method Based on Sparse Non-negative Least squares Coding |
| |
| Qi Yongfeng,Yang Le and Huo Yuanlian. Hyperspectral Remote Sensing Data Classification Method Based on Sparse Non-negative Least squares Coding[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(7): 332-337 |
| |
| Authors: | Qi Yongfeng Yang Le Huo Yuanlian |
| |
| Affiliation: | Northwest Normal University,Northwest Normal University and Northwest Normal University |
| |
| Abstract: | |
| |
| Keywords: | sparse non-negative least-squares hyperspectral remote sensing data classification |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
|
点击此处可从《农业机械学报》下载全文 |
|
