典型文献
超图自动学习与最优聚类框架结合的波段选择
文献摘要：
图像中标记样本的缺乏和复杂的噪声使得从高光谱图像(HSI)中选择判别波段成为一项具有挑战性的任务.提出了一种超图自动学习与最优聚类相结合的波段选择方法.将整个频带空间随机划分为几个不同维度的子空间(LV),每个子空间由一组相关频带组成的训练样本的低维表示组成;将所有子空间的样本投影到标签空间后,利用超图自动模型保留这些投影的局部流形结构,保证同一类的样本距离较小,并使用一致性矩阵整合不同子空间对应的波段;通过聚类公式得到排序顺序,选出最优的聚类结果.在3个高光谱图像数据集上的实验表明,此方法与其他方法相比更具有竞争力.
文献关键词：
超图自动学习;动态规划;波段选择;高光谱图像
中图分类号：
作者姓名：
年米雪;聂萍;汪国强
作者机构：
黑龙江大学 电子工程学院,哈尔滨 150080
文献出处：
引用格式：
[1]年米雪;聂萍;汪国强-.超图自动学习与最优聚类框架结合的波段选择)[J].黑龙江大学工程学报,2022(02):54-61
A类：
超图自动学习
B类：
波段选择,中标,标记样本,高光谱图像,HSI,选择方法,频带,不同维度,子空间,LV,训练样本,低维表示,标签空间,局部流形结构,图像数据集,其他方法,动态规划
AB值：
0.238179
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。
