基于同质区和迁移成分分析的高光谱图像分类

基于同质区和迁移成分分析的高光谱图像分类

论文摘要

作为一种经典迁移学习算法,迁移成分分析(TCA)已在多种不同的领域得以应用。然而,由于涉及大的矩阵运算,TCA尚无法直接用于对遥感影像进行分类。该研究利用影像同质区信息对传统的迁移成分分析思想进行改进,以随机选取的一点代表一个目标域同质区斑块实现一次迁移成分分析及分类,用同一斑块中像素多次分类结果的众数作为目标域同质区斑块的共同类别。对两组高光谱图像的实验结果证明了该方法的有效性。

论文目录

  • 1 引言
  • 2 基于同质区的迁移成分分析
  •   2.1 迁移成分分析
  •   2.2 同质区生成
  •   2.3 基于同质区的迁移成分分析
  • 3数据实验和设置
  •   3.1实验环境
  •   3.2实验数据
  •   3.3 实验设置
  • 4 实验结果与分析
  •   4.1 Pavia City数据集实验结果与分析
  •   4.2 ROSIS数据集实验结果与分析
  •   4.3 源域样本大小的影响
  • 5 结束语
  • 文章来源

    类型: 期刊论文

    作者: 赵婵娟,周绍光,刘丽丽,丁倩

    关键词: 高光谱图像分类,迁移学习,领域自适应,图像分割,同质区

    来源: 计算机工程与应用 2019年19期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 工业通用技术及设备,自动化技术

    单位: 河海大学地球科学与工程学院

    基金: 国家自然科学基金(No.41271420,D010702)

    分类号: TP751;TP181

    页码: 198-206+270

    总页数: 10

    文件大小: 5231K

    下载量: 179

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于同质区和迁移成分分析的高光谱图像分类
    下载Doc文档

    猜你喜欢