基于局部流形嵌入的高光谱图像分类方法
专利类型：发明专利
语 言：中文
申 请 号：CN201611219213.9
申 请 日：20161226
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20170531
公 开 号：CN106778885A
代 理 人：李海华
代理机构：重庆博凯知识产权代理有限公司 50212
摘 要：本发明公开了一种基于局部流形嵌入的高光谱图像分类方法,1)对训练样本各数据点利用同类近邻点进行重构；2)利用各数据点的邻域以及各邻域点对应的重构点来构建类内图、类内重构图、类间图和类间重构图；3)在低维嵌入空间中,保持类内图和类内重构图的结构不变,抑制类间图和类间重构图的结构关系,得到从高维空间到低维空间的投射矩阵；4)通过投影矩阵,得到训练样本的低维嵌入特征；5)通过投影矩阵,将测试样本高维数据降维,得到测试样本低维嵌入；6)通过分类器即可对测试样本的低维嵌入进行分类,得到高光谱图像分类结果。本发明能更好地表征高光谱图像的内蕴属性,能够更有效地提取出鉴别特征,改善数据可分性。
主 权 项：基于局部流形嵌入的高光谱图像分类方法,其特征在于,包括如下步骤：1)选择类别标签已确定的训练样本X＝[x1,x2,…,xN],li为xi的类别标签,对训练样本各数据点利用同类近邻点进行重构；2)利用各数据点的邻域以及各邻域点对应的重构点来构建类内图、类内重构图、类间图和类间重构图；3)在低维嵌入空间中,保持类内图和类内重构图的结构不变,抑制类间图和类间重构图的结构关系,得到从高维空间到低维空间的投射矩阵；4)通过步骤3)得到的投影矩阵,将训练样本的高维数据降维,得到训练样本的低维嵌入特征；5)通过步骤3)得到的投影矩阵,将待分类的高光谱图像作为测试样本并将测试样本的高维数据降维,得到测试样本低维嵌入；6)根据步骤4)得到的训练样本的低维嵌入特征并结合选取的分类器,即可对测试样本的低维嵌入进行分类,得到高光谱图像分类结果。
关 键 词：
法律状态：
IPC专利分类号：G06K9/62