典型文献
层次型非线性子空间字典学习
文献摘要：
为了提高遥感图像场景分类的准确率,提出层次型非线性子空间字典学习(HNSDL)方法. 用所提方法训练多层网络模型学习多层非线性变换. 将遥感图像投影到子空间中,构建稀疏编码和投影编码的局部信息保持项,在保持局部结构信息的同时最小化样本的类内差异,增强模型的分类识别能力. 在模型目标式求解中,使用交替学习算法求解子空间和字典的联合学习任务,使所有参数同时达到最优解. 在Ucmerced、Google和WHU-RS数据集上进行实验设计和测试,结果表明所提方法在遥感图像的多种场景分类上均表现出较高的分类准确率.
文献关键词：
遥感图像分类;稀疏表示;子空间学习;字典学习
中图分类号：
作者姓名：
周国华;卢剑伟;倪彤光;胡学龙
作者机构：
常州工业职业技术学院 信息工程学院,江苏 常州 213164;常州大学 计算机与人工智能学院,江苏 常州 213164;扬州大学 信息工程学院,江苏 扬州 225127
文献出处：
引用格式：
[1]周国华;卢剑伟;倪彤光;胡学龙-.层次型非线性子空间字典学习)[J].浙江大学学报（工学版）,2022(06):1159-1167
A类：
HNSDL,Ucmerced
B类：
线性子空间,字典学习,遥感图像场景分类,出层,方法训练,多层网络模型,模型学习,非线性变换,稀疏编码,局部信息,信息保持,局部结构,结构信息,类内差异,增强模型,分类识别,识别能力,交替学习,联合学习,学习任务,最优解,Google,WHU,RS,实验设计,分类准确率,遥感图像分类,稀疏表示,子空间学习
AB值：
0.436939
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
