典型文献
随机子空间和MRF的高光谱遥感集成学习算法
文献摘要：
针对最近正则化子空间(NRS)算法精度受限的问题,该文设计了基于随机子空间的最近正则化子空间集成算法(RSNRS).该算法通过采用随机子空间的集成方式有效地提升了基分类器NRS的分类效果.考虑到充分利用高光谱遥感影像丰富的空间信息,进一步提出了一种基于随机子空间和马尔科夫随机场的高光谱遥感最近正则化子空间集成学习算法(RSNRS-MRF).该算法利用马尔科夫随机场对RSNRS的初始分类结果进行结构规则化,得到最终分类结果.实验结果表明,RSNRS和RSNRS-MRF在分类效果上比NRS有明显的提升,RSNRS-MRF相较于RSNRS具有更好的分类效果,更能有效削弱噪声.
文献关键词：
随机子空间;协同表示;马尔科夫随机场;集成学习
中图分类号：
作者姓名：
虞瑶;杨锦;邱洁
作者机构：
江苏省基础地理信息中心,南京 210013
文献出处：
引用格式：
[1]虞瑶;杨锦;邱洁-.随机子空间和MRF的高光谱遥感集成学习算法)[J].测绘科学,2022(10):161-167,175
A类：
RSNRS
B类：
随机子空间,MRF,集成学习算法,正则化,化子,集成算法,集成方式,基分类器,分类效果,高光谱遥感影像,空间信息,马尔科夫随机场,法利,结构规则,规则化,协同表示
AB值：
0.179724
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。
