您的位置： 专家智库 > >

国家自然科学基金(61101168)

作品数：13 被引量：57H指数：6
相关作者：黄鸿冯海亮王立志黄文李志敏更多>>
相关机构：重庆大学酒泉卫星发射中心河西学院更多>>
发文基金：国家自然科学基金中国博士后科学基金重庆市自然科学基金更多>>
相关领域：自动化与计算机技术电子电信机械工程理学更多>>

文献类型

  • 13篇中文期刊文章

领域

  • 10篇自动化与计算...
  • 2篇电子电信
  • 1篇机械工程
  • 1篇理学

主题

  • 8篇遥感
  • 7篇高光谱遥感
  • 6篇影像分类
  • 5篇高光谱影像
  • 4篇流形
  • 4篇流形学习
  • 3篇地物
  • 3篇地物分类
  • 3篇图像
  • 2篇遥感影像
  • 2篇图像分类
  • 2篇最近邻
  • 2篇维数
  • 2篇维数约简
  • 2篇局部保持投影
  • 2篇半监督学习
  • 1篇多线性
  • 1篇信号
  • 1篇信号处理
  • 1篇信号处理器

机构

  • 13篇重庆大学
  • 1篇河西学院
  • 1篇酒泉卫星发射...

作者

  • 10篇黄鸿
  • 6篇冯海亮
  • 3篇王立志
  • 2篇李志敏
  • 2篇罗甫林
  • 2篇秦高峰
  • 2篇黄文
  • 1篇李见为
  • 1篇何同弟
  • 1篇刘嘉敏
  • 1篇杨媚
  • 1篇刘艳
  • 1篇王攀峰
  • 1篇王洪涛
  • 1篇潘银松
  • 1篇张满菊

传媒

  • 3篇光电工程
  • 2篇光学精密工程
  • 2篇计算机科学
  • 1篇系统工程与电...
  • 1篇电子学报
  • 1篇激光技术
  • 1篇计算机辅助设...
  • 1篇重庆大学学报...
  • 1篇中国光学

年份

  • 3篇2016
  • 6篇2013
  • 3篇2012
  • 1篇2011
共 13 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于稀疏鉴别嵌入的高光谱遥感影像分类被引量：8
2013年
稀疏保持投影(SPP)是一种基于l1图的新型降维算法,它利用样本间的稀疏重构关系建图,但是SPP为非监督算法,分类效果受到限制。针对此问题,本文提出了一种新的稀疏流形学习算法-稀疏鉴别嵌入(SDE)。该算法在利用样本的稀疏重构关系建图时引入了样本的类别信息,并通过优化目标函数来得到投影矩阵,使得不同类的数据点在低维嵌入空间中尽可能地分散开。SDE通过结合数据稀疏性及类间流形结构的优点,不仅保留样本间的稀疏重构关系,而且通过引入训练样本的类别信息实现稀疏鉴别特征提取,更有利于分类。在Urban和Washington DC Mall数据集上的实验结果表明:SDE算法比其他算法的分类性能有明显的提升,在每类随机选取16个训练样本的情况下,SDE算法的分类精度分别达到了73.47%和98.35%。
黄鸿杨媚张满菊
关键词：高光谱遥感影像维数约简流形学习
基于稀疏相似保持算法的人脸识别被引量：2
2016年
鉴于人为选取近邻大小和权重矩阵对局部保持投影(LPP)算法的高维人脸图像特征提取有较大影响,结合稀疏表示原理提出了一种稀疏相似保持(SSP)算法。SSP算法利用稀疏表示,在全局结构中自适应地选取数据间的相似关系,构建非负稀疏关系图,在低维空间中保持高维原始数据的内在稀疏特性不变,能有效地提取出低维鉴别特征。在Extend Yale B、CMU PIE人脸数据库上进行实验,其识别率分别达到了87.35%、90.09%,验证了算法的有效性。
冯海亮王应健罗甫林
关键词：人脸识别局部保持投影
多线性局部与全局保持嵌入在高光谱遥感影像分类中的应用被引量：7
2012年
针对一般流形学习算法在学习高光谱数据的多流形结构时存在的不足,提出一种基于线性局部与全局保持嵌入(LLGPE)的多流形学习算法.对于分布在不同流形上的高维观测数据,利用LLGPE算法学习每类分组数据的内蕴特征;然后通过遗传算法搜索每类数据的本质维数;最后根据重构误差最小化准则确定样本所属的类别.在HYDICE高光谱数据集上的分类识别实验结果表明,文中算法能够有效地揭示高维空间中数据的内蕴几何结构;在每类随机选取2,4,6个训练样本的情况下,该算法的总体分类精度比其他流形学习算法分别提高了约3.5%,6.9%和7.2%,且分类精度也有明显的提高.
王立志黄鸿冯海亮
关键词：高光谱影像地物分类
基于自适应稀疏表示的高光谱遥感图像分类被引量：6
2013年
针对多数传统分类算法应用于高光谱分类都存在运算速度慢、精度比较低和难以收敛等问题,从稀疏表示基本理论出发建立了一个基于自适应稀疏表示的高光谱分类模型。利用训练样本构建字典,聚类每一步迭代所产生的余项,将聚类中心作为新的字典原子,然后将测试样本看成冗余字典中训练样本的线性组合,令字典能够更适应于样本的稀疏表示。利用华盛顿地区的HYDICE高光谱遥感数据进行试验,并且与主成分分析、线性鉴别分析、支持向量机、神经网络算法进行比较,结果表明,该算法的总体分类精度比其他算法提高了约12%,有效提高了高光谱影像的分类精度。
何同弟李见为
关键词：图像处理高光谱遥感
半监督复合核图聚类在高光谱图像中的应用被引量：1
2016年
针对图的半监督聚类算法(Semi-Supervised Graph-Based Clustering,SSGC)中出现的对先验信息利用不充分、不足以应对数据异构、计算耗时大等问题,本文提出一种基于半监督复合核的图聚类算法,并应用于高光谱图像。该算法首先通过引入半监督学习方法对径向基函数(Radial Basis Function,RBF)进行了改进,以充分利用少量的标记样本和无标记样本;其次将RBF核与光谱角核进行融合,构造复合核权重矩阵。在权重矩阵的构造过程中,K-近邻方法的引入也简化了计算过程。在Indian Pine和Botswana高光谱数据集上的实验结果表明,相对于SSGC算法,本文算法不仅实现了更高的分类正确率,其总体分类精度提升1%～4%,而且有效提升了运算速度。
李志敏郝盼超黄鸿黄文
关键词：高光谱遥感图像聚类半监督学习复合核
基于SSLPP算法对高光谱遥感影像分类被引量：1
2013年
局部保持投影算法为非监督维数约简算法,没有有效利用样本数据的类别信息,不能有效提取鉴别特征。针对此问题,提出一种半监督局部保持投影(SSLPP)算法。该算法以少量有标记数据和无标记数据作为训练样本集构造出本征图Gi,并有区别地对待标记样本与无标记样本,增大同类样本点之间的权重,更有利于鉴别特征提取。在AVIRIS KSC和Botswana高光谱遥感影像数据集上的实验结果表明,SSLPP算法能够较为有效地发现高维空间中数据的内蕴结构,使得总体分类精度得到较为明显的改善。
潘银松王攀峰黄鸿刘艳
关键词：高光谱影像维数约简半监督学习
基于小波变换的水下声信号激光探测应用被引量：10
2016年
为了进行激光探测水下声信号的研究,分析了水下声信号的激光干涉探测信号的时频分布特点,找到了激光干涉信号小波脊的分布规律。根据小波脊的分布规律,采用一种利用小波变换的水下声信号瞬时频率估算方法实现水下声信号瞬时频率的估计,并对稳频的水下声信号和线性调频的水下声信号进行了探测实验。结果表明,对频率变化率为16k Hz/s的水下声信号探测实验中,根据小波脊计算出水下声信号的瞬时频率,拟合得到水下声信号频率变化率为16.05k Hz/s。此结果验证了本文中所述方法的正确性。
李志敏黄文郝盼超
关键词：激光技术小波变换激光干涉水下声信号
融合夹角度量的局部线性嵌入算法被引量：4
2013年
局部线性嵌入(LLE)等流形学习算法中需要通过欧氏距离来度量数据点之间的近邻关系,但欧氏距离只表示两点间的直线距离,在高维空间中不一定能真实反映出图像数据点之间的空间分布情况。针对此问题,本文提出了融合数据间夹角和欧氏距离度量LLE近邻和分类的方法。该方法通过融合图像数据间的夹角和欧氏距离来度量图像数据点之间的近邻关系,寻找k个近邻点,实现更有效的局部重构,提取鉴别特征,然后用融合了数据间夹角的最近邻分类器对数据进行分类。在KSC和Indian Pine高光谱遥感影像数据集上的实验结果表明:在总体分类精度上,本文算法比LLE提升了1.54%～6.91%。
刘嘉敏罗甫林黄鸿杨璧泽
关键词：高光谱影像流形学习
半监督流形学习及其在遥感影像分类中的应用被引量：6
2011年
为了有效利用已标记与未标记样本提高遥感影像分类精度,提出了一种新的半监督流形学习方法-半监督流形鉴别嵌入法(SSMDE)。该方法利用标记样本的类别信息构建类内图和类间图来表征样本数据的类别联系,并计算相应的权重矩阵;利用标记和未标记数据构建全局散度矩阵来表征数据的整体结构。在此基础上,通过优化目标函数得到投影矩阵,在保持特征空间中数据整体结构的前提下,使同类数据点之间保持近邻关系、不同类数据点的距离尽可能大。在人工数据集和遥感影像上的实验结果表明,SSMDE分类率为92.36%,且分类结果与政府统计数据之间的误差均小于5%。该方法通过有效利用少量标记样本和大量无标记样本实现半监督学习,有效提高了遥感影像的分类精度。
黄鸿秦高峰冯海亮
关键词：遥感影像图像分类特征提取
基于MFA与kNNS算法的高光谱遥感影像分类被引量：5
2012年
为了研究高光谱影像数据的维数约简和分类问题,提出了一种基于边际费希尔分析(MFA)和kNNS的高光谱遥感影像数据分类算法。该方法利用数据的类别信息,通过MFA将高光谱数据从高维观测空间投影到低维流形空间,然后利用邻域内多个近邻点的信息通过kNNS分类器对低维空间中的数据进行分类。在Urban、Washington和Indian Pine数据集上的分类识别实验表明,该方法能够较为有效地发现高维空间中数据的内蕴结构,在每类随机选取4,6,8个训练样本的情况下,该方法的总体分类精度能够比其他算法提高3.7%～8.5%,分类精度有了明显的提高。
王立志黄鸿冯海亮
关键词：高光谱影像地物分类最近邻
全选 清除 导出
共2页<12>
聚类工具0