|
|||||
|
|
| 应用稀疏非负矩阵分解聚类实现高光谱影像波段的优化选择 | |
| 引用本文： | 施蓓琦,刘春,孙伟伟,陈能.应用稀疏非负矩阵分解聚类实现高光谱影像波段的优化选择[J].测绘学报,2013,42(3):351-358,366. |
| 作者姓名： | 施蓓琦 刘春 孙伟伟 陈能 |
| 作者单位： | 1. 同济大学测绘与地理信息学院,上海200092;上海师范大学城市信息研究中心,上海200234 2. 同济大学测绘与地理信息学院,上海,200092 3. 上海师范大学城市信息研究中心,上海,200234 |
| 基金项目： | 国家973计划，上海市教育委员会科研创新项目 |
| 摘 要： | 针对高光谱影像数据高维性、高度相关性和冗余性等特点,提出应用稀疏非负矩阵分解聚类实现高光谱影像波段的优化选择。通过稀疏非负矩阵分解方法对高光谱影像进行稀疏化表示,同时顾及其可聚类的特性,在保留所选波段物理意义的基础上,得到波段选择后的高光谱影像降维数据。通过该方法对PHI-3高光谱影像进行波段选择的试验分析,应用聚类特征有效性分析波段聚类结果,并采用波段子集的信息量、相关性和可分性3类评价指标来验证方法的效果。最终,从运行效率和分类精度两方面证明了基于无监督聚类的稀疏非负矩阵分解对高光谱影像的波段选择的实用性。 |
| 关 键 词： | 高光谱影像 波段选择 稀疏表示 非负矩阵分解 概率潜语义分析聚类 |
Sparse Nonnegative Matrix Factorization for Hyperspectral Optimal Band Selection |
|
| SHI Beiqi,LIU Chun,SUN Weiwei,CHEN Neng.Sparse Nonnegative Matrix Factorization for Hyperspectral Optimal Band Selection[J].Acta Geodaetica et Cartographica Sinica,2013,42(3):351-358,366. | |
| Authors: | SHI Beiqi LIU Chun SUN Weiwei CHEN Neng |
| Affiliation: | 1.College of Surveying and Geoinformatics,Tongji University,Shanghai 200092,China;2.Urban Information Research Center,Shanghai Normal University,Shanghai 200234,China |
| Abstract: | |
| Keywords: | hyperspectral imagery band selection sparse representation nonnegative matrix factorization probabilistic latent semantic analysis |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
