典型文献
基于分层网络与局部约束的高光谱图像分类
文献摘要：
高光谱图像存在高维度、带间相关性较高的特点,分类过程中也存在同谱异类的问题.为此,提出一种基于分层网络与局部约束的高光谱图像分类方法.该方法通过空谱信息训练分层深度网络,并与局部约束信息结合实现对高维数据的特征提取.同时,融合训练样本与测试样本的类内相似性,以提高分类的准确性.在2个高光谱数据集Indian Pines和Pavia U?niversity上的实验结果表明,该算法分类性能比其他分类算法精度上有了较大提高.
文献关键词：
高光谱图像;分层深度网络;局部约束;相关系数;稀疏表示
中图分类号：
作者姓名：
张景;闫德勤;于佳宁;刘德山
作者机构：
辽宁师范大学 计算机与信息技术学院,辽宁 大连116029
文献出处：
引用格式：
[1]张景;闫德勤;于佳宁;刘德山-.基于分层网络与局部约束的高光谱图像分类)[J].智能计算机与应用,2022(04):61-69
A类：
同谱异类,分层深度网络,niversity
B类：
局部约束,高光谱图像分类,高维度,分类过程,分类方法,约束信息,信息结合,高维数据,融合训练,训练样本,类内相似性,高光谱数据,Indian,Pines,Pavia,算法分类,分类性能,性能比,分类算法,稀疏表示
AB值：
0.295447
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。
