HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

一种基于混合概率PCA模型的高光谱图像非监督分类方法

作者:吴昊; 郁文贤; 匡纲要非监督分类降维混合概率主成分分析期望最大化算法

摘要:提出了一种在期望最大化(EM)算法框架下同时实现混合概率主成分分析(PPCA)降维和聚类的高光谱图像非监督分类方法.它根据不同类别应各有自己代表性的特征集,将通常意义下的特征抽取和模式分类合并在一步内完成,尽可能地保留了可分性;同时该方法具有概率模型的优点,更适合高维数据处理.采用仿真数据和真实数据进行的比较实验表明,该算法较一般不加区分地对所有原始数据进行PCA降维再分类的方法能得到更好的分类结果.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

国防科技大学学报

《国防科技大学学报》(CN:43-1067/T)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《国防科技大学学报》主要刊登航天工程、材料科学与工程、数学与系统科学、物理学、化学工程与技术、机械工程、控制科学与工程、电子科学与技术、信息与通信工程、管理科学与工程、计算机科学与技术、光学工程等学科领域的有创新性的论文,有创造性、实用性的技术成果报告,重要学术问题评述等。

杂志详情