高光谱影像的非局部加权联合稀疏表示分类方法

Classification; hyperspectral imagery; joint

作为一种强大而有前途的统计信号建模技术，稀疏表示已广泛应用于各种图像处理和分析领域。对于高光谱图像分类，以前的研究已经表明了基于稀疏性的分类方法的有效性。本文提出了一种非局部加权联合稀疏表示分类方法（NLW-JSRC），以提高高光谱图像分类的效果。在联合稀疏模型（JSM）中，对中央测试像素周围的不同相邻像素使用不同的权重。一个特定的相邻像素的权重由相邻像素和中央测试像素之间的结构相似性确定，这被称为非局部加权方案。本文采用同时正交匹配追踪技术求解非局部加权联合稀疏模型（NLW-JSM）。在三个高光谱图像上测试了所提出的分类算法。实验结果表明，该算法的性能优于其他基于稀疏性的算法和经典的支持向量机高光谱分类器。

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

高光谱影像的非局部加权联合稀疏表示分类方法

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载