在高光谱数据降维过程中,通常用虚拟维数来表征数据的本征维数.经典的虚拟维数分析算法主要运用假设检验准则设定特征值门限,通过......

提出一种基于双向信号子空间投影的高光谱图像虚拟维数估计算法。该算法分别在高光谱图像的像元方向和波段图像方向进行信号子空间......

提出一种独立分量分析(ICA)和相关向量机(RVM)相结合的高光谱数据分类方法,首先采用虚拟维数方法对高光谱数据维数进行估计,在此基......

针对高光谱图像目标识别与分类的应用背景,提出了一种基于快速独立成分分析的高光谱图像目标分割算法.通过引入虚拟维数对图像中的......

针对高光谱图像分类问题,提出了一种基于支持向量机的利用组合特征对高光谱图像进行分类的算法,组合特征综合了高光谱图像的光谱域......

针对在缺乏先验知识的情况下难以确定高光谱影像端元个数的问题,提出一种新的虚拟维数估计方法,其结果可作为端元个数的估计。该方......

异常检测已经成为高光谱图像重要的后续应用之一,提出了一种面向异常检测的高光谱图像压缩算法。为减少压缩对异常检测性能的影响,......

提出了一种基于CEM（constrained energy minimum）的高光谱影像目标检测算法。利用虚拟维数实现高光谱影像端元数目的估计,进而获取目......

为了实现高光谱降维并保留重要的光谱特征,通过独立分量分析（independent component analysis,ICA）混合模型和高光谱线性模型的对比......