首頁 > 期刊 > 自然科學(xué)與工程技術(shù) > 信息科技 > 電子信息科學(xué)綜合 > 微電子學(xué)與計算機 > 基于多任務(wù)聯(lián)合稀疏表示的高光譜圖像分類算法 【正文】
基于多任務(wù)聯(lián)合稀疏表示的高光譜圖像分類算法
賈立麗; 張升偉; 何杰穎; 李娜 中國科學(xué)院國家空間科學(xué)中心微波遙感技術(shù)重點實驗室; 北京100190; 中國科學(xué)院國家空間科學(xué)中心; 北京100190; 中國科學(xué)院大學(xué); 北京100149
- 多任務(wù)學(xué)習(xí)
- 稀疏表示
- 高光譜圖像
- 圖像分類
摘要：為了充分提取高光譜圖像豐富的光譜信息,盡可能降低光譜冗余,同時保留較多有效判別信息.基于高光譜圖像單波段的譜間相似性,提出了基于多任務(wù)學(xué)習(xí)和稀疏表示的分類算法.該方法將光譜間的冗余特性轉(zhuǎn)化為有效信息加以利用,使用波段交叉分組策略構(gòu)建子任務(wù),并引入稀疏表示模型將所有分類任務(wù)進行聯(lián)合表示,最終根據(jù)所有任務(wù)的累積殘差確定測試樣本的類別.實驗對比分析了多任務(wù)聯(lián)合表示分類和單任務(wù)分類的準(zhǔn)確率.結(jié)果表明,基于多任務(wù)聯(lián)合稀疏表示模型的分類性能優(yōu)于單任務(wù)模型.
- 多任務(wù)學(xué)習(xí)
- 稀疏表示
- 高光譜圖像
- 圖像分類
摘要：為了充分提取高光譜圖像豐富的光譜信息,盡可能降低光譜冗余,同時保留較多有效判別信息.基于高光譜圖像單波段的譜間相似性,提出了基于多任務(wù)學(xué)習(xí)和稀疏表示的分類算法.該方法將光譜間的冗余特性轉(zhuǎn)化為有效信息加以利用,使用波段交叉分組策略構(gòu)建子任務(wù),并引入稀疏表示模型將所有分類任務(wù)進行聯(lián)合表示,最終根據(jù)所有任務(wù)的累積殘差確定測試樣本的類別.實驗對比分析了多任務(wù)聯(lián)合表示分類和單任務(wù)分類的準(zhǔn)確率.結(jié)果表明,基于多任務(wù)聯(lián)合稀疏表示模型的分類性能優(yōu)于單任務(wù)模型.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
微電子學(xué)與計算機
- 預(yù)計1-3個月 預(yù)計審稿周期
- 0.71 影響因子
- 計算機 快捷分類
- 月刊 出版周期
主管單位：中國航天科技集團有限公司;主辦單位：西安微電子技術(shù)研究所
我們提供的服務(wù)
在線客服
一對一咨詢服務(wù)、簡單快捷、省時省力
了解更多 >
快遞配送
直郵到家、實時跟蹤、更安全更省心
了解更多 >
雜志訂閱
去除中間環(huán)節(jié)享受低價，物流進度實時通知
了解更多 >
雜志推薦
正版雜志，匹配度高、性價比高、成功率高
了解更多 >