您的位置： 专家智库 > >

国家部委资助项目(51490020105BQ0101)

作品数：1 被引量：14H指数：1
相关作者：徐大琦沈渊婷倪国强更多>>
相关机构：北京理工大学更多>>
发文基金：国家部委资助项目更多>>
相关领域：理学自动化与计算机技术机械工程更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇机械工程
  • 1篇自动化与计算...
  • 1篇理学

主题

  • 1篇特征降维
  • 1篇特征提取
  • 1篇图像
  • 1篇主成分
  • 1篇主成分分析
  • 1篇小波
  • 1篇小波分解
  • 1篇降维
  • 1篇光谱图像
  • 1篇高光谱图像
  • 1篇波分

机构

  • 1篇北京理工大学

作者

  • 1篇倪国强
  • 1篇沈渊婷
  • 1篇徐大琦

传媒

  • 1篇北京理工大学...

年份

  • 1篇2007
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
一种基于小波PCA的高光谱图像特征提取新方法被引量：14
2007年
针对高光谱图像数据量大、数据维数高、光谱信息丰富的特点,提出一种基于小波分解的主成分分析(PCA)降维的特征提取新方法.该方法充分利用小波变换的优势,在光谱域内针对每个像元进行降维,既减少了数据量,还能保留光谱信号的差别;PCA方法充分利用像元间的相关性,保留不同类在相邻像元间的局部空间信息,弥补了空间域内小波变换类间可分性较差的问题.实验结果表明,小波分解与PCA相结合的特征提取方法能够有效地提高高光谱数据分类效率及分类精度.
倪国强沈渊婷徐大琦
关键词：小波分解特征提取特征降维
全选 清除 导出
共1页<1>
聚类工具0