【摘 要】
：
在无需先验标签样本的情况下,非监督降维可以有效简化高光谱图像的特征空间,避免目标分类中的霍夫效应.本文提出JM非线性变换优化的自适应降维模型来研究面向图像目标分类的
【机 构】
：
首都师范大学三维信息获取与应用教育部重点实验室,北京100048首都师范大学空间信息技术教育部工程研究中心,北京100048;北京航空航天大学机械工程及自动化学院,北京,100191;中国科学院遥感与
论文部分内容阅读
在无需先验标签样本的情况下,非监督降维可以有效简化高光谱图像的特征空间,避免目标分类中的霍夫效应.本文提出JM非线性变换优化的自适应降维模型来研究面向图像目标分类的高光谱波段选择问题.该方法考虑波段的信息量和独立性等两个重要因子,针对其测度方法的差异性问题,引入JM变换函数进行规范化优化.选用线阵高光谱和面阵显微光谱等两个图像数据集,在k最邻近和随机森林分类器下,进行了多组监督分类实验,结果表明,在Kappa系数、总体分类精度和平均分类精度上,本文方法均优于3种非监督方法MABS、InfFS和LSFS.说明本文提出的JM变换的自适应降维模型能够有效降低特征维度,满足高光谱图像分类的高精度要求.
其他文献
hCLP46（Human CAP10-like Protein46kDa），又被称为Poglut(protein ofO-glucosyltransferase)，其不仅是哺乳动物中唯一的O-葡萄糖基转移酶，还具有O-木糖基转移酶活性。hCLP46在许多
主要组织相容性复合体(MHC)Ⅰ类分子在天然免疫和获得性免疫中都发挥着重要作用，不但可以通过识别自然杀伤细胞(Killer cell Ig-like receptor，NK)表面的杀伤细胞免疫球蛋白样
为利用高分辨率遥感影像实现高精度的飞机目标变化检测,提出了一种自适应的多特征融合变化检测与深度学习相结合的方法。首先,通过加权迭代的多元变化检测法获取变化强度图,并结合自适应的直方图统计法自动获取显著的变化与不变化样本;然后,提取多时相影像的光谱、边缘和纹理特征,完成多特征融合的变化检测,并通过形态学处理得到变化图斑;最后,利用训练的NIN(Network in Network)结构的卷积神经网络
目的：探讨整合素α5亚基及纤维粘连蛋白与人肺腺癌A549细胞凋亡之间的关系。 方法：体外无血清培养。将A549细胞分别培养于包被有多聚赖氨酸和纤维粘连蛋白的底物上，以抗整合
现代电力系统中,负荷种类和电源形式发生了深刻变化,用户对电能质量和供电可靠性的要求越来越高。电子电力变压器作为一种新型的电能转换设备,从功能上对变压器进行了革新,能够改善配电电能质量。但是,电子电力变压器不存在专门的能量存储单元,无法对电网中的供电中断和电压跌落做出补偿。而供电中断和电压跌落已经被认为是影响许多电力设备安全、稳定运行的最严重的动态电能质量问题。因此,对应用储能技术的电子电力变压器进
学习记忆一直是神经科学研究的重点和热点.从整体水平进行的行为学研究是学习记忆研究中的一个非常重要的方面.果蝇因其具有保守的遗传机制及方便的遗传学技术而成为了普遍应
强对流天气破坏力强,对海上航行和海洋开发都有着很大的影响,但由于其生命史短,且海上气象测站少,因此难以对其进行快速准确的监测.而静止气象卫星的覆盖范围广、时间分辨率
学习是外界感觉信息在神经环路上进行传导、表征并最后整合到一起的过程。海马（hippocampus）作为学习记忆的关键脑区，可接受大量感觉信息的输入，包括背景环境信息。海马相关环路
首次对分布于广东省高州市大岭村、福石村、泊水村和朋山村的普通野生稻(Oryza rufipogon Griff.)进行群落学研究,通过样方调查法获取数据,分析群落的组成成分及植株形态性状