基于近邻保持线性判别嵌入特征提取的高光谱图像分类
针对难于获得足够多的高光谱图像训练样本的问题,基于流形学习标准、Fisher标准和最大边缘标准,提出了一种适用于高光谱图像小样本问题的近邻保持线性判别嵌入(NPLDE)监督线性流形学习特征提取方法.类内的紧性和类间的可分性通过类内近邻图和类间近邻图刻画,该方法有效地避免了因类内离散度矩阵奇异导致的小样本问题,具有更好的判别性能,更适合于分类问题.通过不同情形下高光谱数据的分类实验验证该方法的有效性.
高光谱影像 图像分类 特征提取 流形学习 近邻保持线性判别嵌入
温金环 延伟东 林伟
西北工业大学理学院 陕西省西安市西北工业大学长安校区894信箱,710129
国内会议
西安
中文
120-123
2015-09-01（万方平台首次上网日期，不代表论文的发表时间）