您当前的位置：成果库 > 基于多任务低秩的高光谱图像分类方法
310
2019/12/12
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 基于多任务低秩的高光谱图像分类方法
- 知识产权 发明专利
- 项目简介 本发明公开了一种基于多任务低秩的高光谱图像分类方法。主要解决现有方法在高光谱图像分类时仅使用光谱特征，无法从多种角度描述高光谱特性而导致分类精度不高的问题。其步骤包括：1)输入高光谱图像；2)对高光谱图像提取谱梯度特征；3)将光谱特征和谱梯度特征作为多任务低秩模型的输入信号及字典，通过求解该模型得到两个系数矩阵；4)将两个系数矩阵按行连接得到一个新的系数矩阵作为样本的新特征向量矩阵；5)选择一部分样本作为训练集，其余为测试集；6)将训练集和测试集输入稀疏表示分类器得到分类结果。本发明与传统低秩模型分类方法相比，有效利用了交叉特征信息，与现有图像分类方法相比，获得了较高的分类精度。
交易信息
- 意向交易额 面议
- 挂牌时间 2020/12/12
- 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：
