您当前的位置：成果库 > 一种基于分层稀疏判别特征学习的高光谱图像分类方法
209
2019/07/24
咨询成果
发布成果基本信息
- 成果类型 高等院校
- 委托机构 西安电子科技大学
- 成果持有方 西安电子科技大学
- 行业领域 其他电子信息
- 项目名称 一种基于分层稀疏判别特征学习的高光谱图像分类方法
- 知识产权 发明专利
- 项目简介 本发明具体公开了一种基于分层稀疏判别特征学习的高光谱图像分类方法，主要用于解决现有技术不能很好的学习高光谱数据邻域块的特征表示的问题。其实现步骤为：输入高光谱图像数据样本集，从中选择训练集和测试集；基于选出的训练集和样本集，利用基于稀疏编码的分层判别特征学习方法，得到第一层判别特征及第二层判别特征；将第一层判别特征及第二层判别特征结合，得到分层判别特征；基于分层判别特征，利用支撑矢量机分类，输出分类结果。本发明在空间金字塔稀疏编码模型的基础上，加入了类标监督信息的判别字典学习，且基于空间金字塔稀疏模型采用二层判别特征学习，增强了特征的判别性，提高了分类精度，使得对高光谱数据分类更加准确。
交易信息
- 意向交易额 面议
- 挂牌时间 2020/07/24
- 委托机构 西安电子科技大学
- 联系人姓名 王小刚
- 联系人电话 15802954800
- 联系人邮箱 745490733@qq.com
- 分享至：
