典型文献
机器学习理论的超光谱遥感图像无损压缩
文献摘要：
针对一般超光谱遥感图像的压缩方法无法同时实现图像信息缩减和图像完整性的问题,提出一种机器学习理论的超光谱遥感图像无损压缩方法.利用机器学习中的聚类算法进行第一次压缩,减少超光谱遥感图像中的冗余波段光谱,并降低图像维度;再利用机器学习中的人工神经网络进行第二次压缩,将不同图像子块送入不同压缩率的神经元当中,通过隐含层自主完成图像压缩编码.通过与四种一般压缩方法的对比验证,本方法图像压缩后,图像压缩率更小,图像分辨率和信息熵更高,既有效地减少了图像信息量,能够保留有效关键信息,达到了图像信息缩减和图像完整性的双重目标.
文献关键词：
机器学习理论;聚类算法;人工神经网络;超光谱遥感图像;无损压缩方法
中图分类号：
作者姓名：
杨光友;刘威宏
作者机构：
湖北工业大学农业机械工程研究设计院,武汉 430068
文献出处：
引用格式：
[1]杨光友;刘威宏-.机器学习理论的超光谱遥感图像无损压缩)[J].激光杂志,2022(04):109-113
A类：
超光谱遥感图像
B类：
机器学习理论,图像信息,和图像,无损压缩方法,聚类算法,一次压缩,余波,波段,人工神经网络,送入,压缩率,隐含层,成图,图像压缩,压缩编码,对比验证,图像分辨率,信息熵,信息量,留有,关键信息,双重目标
AB值：
0.225127
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。
