鲁棒性监督等距特征映射方法

发布时间：2018-05-18 06:22

  本文选题：高光谱 + 特征提取　； 参考：《中国矿业大学学报》2017年04期

【摘要】：提出一种鲁棒的监督Isomap算法(RS-Isomap算法).该方法首先在标准PCA基础上,为样本邻域点引入权值因子,产生新的优化问题,使用加权迭代最小二乘法求解.然后利用加权主成分分析,遍历每一个样本点,计算归一化权值之和,得到样本的可信度.接着融合样本的可信度、类别和邻域信息,重新定义样本点之间的测地距离,计算最短距离矩阵,采用多维标度分析和广义回归神经网络分别构建训练样本和测试点的嵌入坐标.实验表明:新方法比传统的Isomap方法有较强的抗噪声能力,能有效地提高高光谱图像的分类精度,在运行时间上具有可行性.鲁棒性的监督Isomap算法是一种有效的高光谱遥感图像特征提取方法.
[Abstract]:This paper proposes a robust supervision isomap algorithm ( RS - Isomap algorithm ) . First , on the basis of standard PCA , we introduce weight factors for neighborhood points of samples , generate new optimization problems , and then use weighted iterative least square method to solve . Then , we use weighted principal component analysis to calculate the sum of normalized weights and calculate the embedded coordinates of training samples and test points . The experiment shows that the new method has stronger anti - noise ability than the traditional Isomap method . It can effectively improve the classification accuracy of hyperspectral image . The robust supervision Isomap algorithm is an effective method for extracting high spectral remote sensing image feature extraction .
【作者单位】： 辽宁工程技术大学测绘与地理科学学院;
【基金】：国家自然科学基金项目(61401185)
【分类号】：TP751

【参考文献】

相关期刊论文 前4条

1 蔡利平;史文中;张华;苗则朗;何鹏飞;;边缘走向自适应的多尺度分水岭分割算法[J];中国矿业大学学报;2015年04期

2 杨可明;张涛;王立博;钱小丽;刘士文;王林伟;;高光谱影像的谐波分析融合算法研究[J];中国矿业大学学报;2014年03期

3 丁胜锋;孙劲光;;基于混合模糊隶属度的模糊双支持向量机研究[J];计算机应用研究;2013年02期

4 魏莱;王守觉;徐菲菲;;一种对奇异值不敏感的ISOMAP[J];计算机应用;2007年08期

【共引文献】

相关期刊论文 前10条

1 孙劲光;丁胜锋;;鲁棒性监督等距特征映射方法[J];中国矿业大学学报;2017年04期

2 张筱晗;杨桄;杨永波;黄俊华;;高光谱图像融合算法研究与进展[J];舰船电子工程;2017年01期

3 杨可明;张婉婉;卓伟;刘二雄;汪国平;;红边光谱谐波分析的神经网络法叶绿素含量反演研究[J];科学技术与工程;2016年24期

4 兰泽英;刘洋;;领域知识辅助下基于多尺度与主方向纹理的遥感影像土地利用分类[J];测绘学报;2016年08期

5 任建华;刘晓帅;孟祥福;王伟;;基于可变隶属度的模糊双支持向量机研究[J];计算机应用与软件;2016年02期

6 张涛;刘军;杨可明;罗文杉;张育育;;结合Gram-Schmidt变换的高光谱影像谐波分析融合算法[J];测绘学报;2015年09期

7 刘飞;杨可明;孙阳阳;魏华锋;史钢强;;谐波分析红边光谱监测玉米重金属污染[J];湖北农业科学;2015年15期

8 李凯;胡少方;王亮;董华;许建忠;;基于迭代方法的模糊孪生支持向量机[J];河北大学学报(自然科学版);2015年04期

9 刘飞;杨可明;孙阳阳;魏华锋;史钢强;;谐波分析重金属铜铅胁迫玉米的污染效应[J];科学技术与工程;2015年20期

10 杨可明;刘飞;孙阳阳;魏华锋;史钢强;;谐波分析光谱角制图高光谱影像分类[J];中国图象图形学报;2015年06期

【二级参考文献】

相关期刊论文 前10条

1 苗则朗;史文中;张华;;一种高分辨率影像道路中心线提取算法[J];中国矿业大学学报;2013年05期

2 王静秋;张龙;王晓雷;;融合颜色聚类和分水岭算法的铁谱图像分割[J];中国矿业大学学报;2013年05期

3 王珂;顾行发;余涛;林金堂;吴桂平;李小江;;结合光谱相似性与相位—致模型的高分辨率遥感图像分割方法[J];红外与毫米波学报;2013年01期

4 朱世松;汪云甲;魏连江;;基于时间序列相似性度量的瓦斯报警信号辨识[J];中国矿业大学学报;2012年03期

5 陈建珍;何超;岳彩荣;;基于FLAASH模块的高级陆地成像仪图像的大气校正[J];浙江农林大学学报;2011年04期

6 朱卫东;李全海;徐克科;李天子;;基于二代Bandelet和主成分变换的高光谱遥感图像融合[J];同济大学学报(自然科学版);2011年07期

7 赵志凯;钱建生;程健;李小斌;;基于流形正则化的多元时间序列半监督回归[J];中国矿业大学学报;2011年03期

8 巫兆聪;胡忠文;欧阳群东;;一种区域自适应的遥感影像分水岭分割算法[J];武汉大学学报(信息科学版);2011年03期

9 梁守真;邢前国;施平;周迪;;山东省典型地表覆被NDVI时间序列谐波分析[J];生态学杂志;2011年01期

10 徐晓明;姜楠;丁秋林;;Improved Classification Approach via GEPSVM[J];Journal of Southwest Jiaotong University(English Edition);2009年04期

【相似文献】

相关期刊论文 前10条

1 郭捷;苗红;;基于特征映射的集成维护管理目标体系的研究[J];组合机床与自动化加工技术;2006年11期

2 郑德涛，高健，张平，，祝国旺，孙健,王先逵;零件设计域到制造域的特征映射机理研究与应用[J];机械工程学报;1996年04期

3 杨永腾;宋庆军;姜海燕;刘秀杰;;面向对象的特征映射系统的探讨[J];矿山机械;2007年10期

4 沈海燕;李军伟;;基于STEP的特征映射器的研究[J];科学技术与工程;2008年11期

5 杨世锡,胡小平;面向对象的双向特征映射技术与实现[J];计算机集成制造系统-CIMS;1999年02期

6 宋玉银,褚秀萍,蔡复之;基于知识的特征映射方法及其应用研究[J];河北理工学院学报;1999年01期

7 李克天,何汉武,郑德涛,陈统坚;箱体零件特征映射及信息集成[J];制造业自动化;2001年01期

8 陈云富;李田田;;特征映射器的研究[J];科学技术与工程;2007年06期

9 方敬;肖扬;;医学超声波图像的边界保护滤波及特征映射补偿[J];北京交通大学学报;2004年02期

10 陈晓川,冯辛安;面向成本的设计中的多域特征映射研究[J];机械科学与技术;2002年02期

相关博士学位论文 前2条

1 窦万峰;并行工程环境下的多域特征映射研究[D];西安电子科技大学;1998年

2 李春书;产品数字化装配与CAD集成理论与技术研究[D];天津大学;2000年

相关硕士学位论文 前7条

1 罗军;基于拉普拉斯特征映射的旋转机械故障诊断方法研究[D];湖南科技大学;2015年

2 吴哲;基于特征映射的运动分析与识别[D];上海交通大学;2013年

3 潘荣英;关于拉普拉斯特征映射的一些想法[D];上海交通大学;2009年

4 傅雅琦;四维球面到球面间特征映射的构造[D];北京交通大学;2010年

5 翁时锋;自适应SOM特征映射研究[D];清华大学;2003年

6 尚素霞;球面间S~4→S~7间的二次特征映射的分类[D];北京交通大学;2011年

7 李维;基于特征映射并行估算方法的手机平板视窗工艺成本分析[D];上海交通大学;2008年

本文编号：1904764