| 基于区域特征光谱的自组织特征映射神经网络高光谱图像主成分提取方法 |
| |
| 引用本文： | 谌德荣,陶鹏,张立燕,范宁军.基于区域特征光谱的自组织特征映射神经网络高光谱图像主成分提取方法[J].宇航学报,2007,28(6):1689-1692. |
| |
| 作者姓名： | 谌德荣 陶鹏 张立燕 范宁军 |
| |
| 作者单位： | 北京理工大学宇航科学技术学院航天测试测控实验室,北京,100081 |
| |
| 摘 要： | 非监督分类算法用于高光谱图像主成分提取时存在分类精度受数据分布状态和噪声影响大的缺点,导致提取效果差。论文提出基于空间信息的神经网络非监督分类主成分提取算法,该算法首先通过空间邻域自动聚类提取区域特征光谱替代像元光谱作为自组织特征映射神经网络的训练样本,经过训练神经网络自适应获取高光谱图像地物类别特征,最后通过对光谱矢量聚类完成主成分的统计和提取。论文提出采用区域特征光谱替代单象元光谱作为训练样本有效抑制了噪声对分类结果的影响,同时显著减少了神经网络的数据处理量,使主成分得到快速准确地提取。对深圳红树林自然保护区高光谱图像的仿真结果表明:神经网络训练样本数降低了约95%,更重要的是算法快速准确地提取了主成分,提取效果明显好于K-均值算法。
|
| 关 键 词： | 高光谱图像 主成分提取 空间邻域聚类 区域特征光谱 |
| 文章编号： | 1000-1328(2007)06-1689-04 |
| 修稿时间： | 2006年12月21 |
Hyperspectral Imagery Principle Component Extraction Method Based on SOFM Neural Network with Region Feature Spectrum |
| |
| CHEN De-rong,TAO Peng,ZHANG Li-yan,FAN Ning-jun.Hyperspectral Imagery Principle Component Extraction Method Based on SOFM Neural Network with Region Feature Spectrum[J].Journal of Astronautics,2007,28(6):1689-1692. |
| |
| Authors: | CHEN De-rong TAO Peng ZHANG Li-yan FAN Ning-jun |
| |
| Abstract: | |
| |
| Keywords: | SOFM |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
