排序方式: 共有6条查询结果,搜索用时 315 毫秒
1
1.
2.
高光谱图像无监督分类的非线性特征提取器 总被引:1,自引:0,他引:1
高光谱图像的数据维数高、数据量大、数据间高度冗余等特点给图像分类带来困难,为进行有效降维、提高分类精度,提出以曲线距离分析作为非线性特征提取器、以独立分量分析的混合模型作为分类器的高光谱图像无监督分类的新方法。利用该方法对来自空载可见光/红外成像光谱仪的高光谱图像进行无监督分类,用分类精度对分类效果进行评价。实验表明,用本文提出的方法得到的分类精度高于传统分类方法得到的分类精度,说明了CDA方法在高光谱图像特征提取方面的有效性。 相似文献
3.
4.
提出广义多分辨似然比(generalized multiresolution likelihood ratio,简称GMLR)的概念,给出其Bayes准则下的假设检验和判别准则。GMLR能融合待判别信号的多个特征量,增大不同信号的区分度,所以能更精确地对信号进行判别分析。在SAR(synthetic aperture radar)图像分割的应用背景中,首先用弃除图像冗余信息,减小计算量的Bootstrap样本得到GMLR的原假设和备择假设参数的极大似然估计,然后检测GMLR的分割阈值,最后对森林和草地组成的模拟图像和真实SAR图像分割,证明该方法是SAR图像分割的一个有效途径。 相似文献
5.
6.
1