期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
采用主成分量化和密度估计期望最大聚类的高光谱异常目标检测 被引量:10
1
作者 赵春晖 李晓慧 田明华 《光子学报》 EI CAS CSCD 北大核心 2013年第10期1224-1230,共7页
针对高光谱图像异常目标检测中图像邻近像元光谱相似易对检测结果产生干扰的现象,将聚类算法引入到异常目标检测领域,提出一种采用主成分量化和密度估计期望最大聚类的高光谱图像异常目标检测算法.在高维空间中,使用期望最大聚类算法对... 针对高光谱图像异常目标检测中图像邻近像元光谱相似易对检测结果产生干扰的现象,将聚类算法引入到异常目标检测领域,提出一种采用主成分量化和密度估计期望最大聚类的高光谱图像异常目标检测算法.在高维空间中,使用期望最大聚类算法对像元光谱向量进行聚类,将邻近像元的空间相关性转化为类内或类间像元的关系,根据异常像元分布在类别边缘的原理,以类为单位检测异常目标,有效地避免异常点的信息被淹没;另外,针对期望最大聚类算法对初始化过程要求敏感的问题,提出了根据图像的第一主成分信息,分别利用向量量化和密度估计的方法对期望最大聚类算法进行初始化,进一步提高算法的检测效果和计算效率.用合成和真实的AVIRIS高光谱数据进行仿真实验,仿真结果表明使用基于主成分量化和密度估计期望最大聚类算法的高光谱图像异常目标检测算法明显优于传统的异常检测算法. 展开更多
关键词 高光谱图像 异常检测 主成分量化 密度估计 期望最大聚类
下载PDF
一种云模型和期望最大聚类的遥感影像分割算法 被引量:2
2
作者 丁玉琦 邵振峰 胡石元 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2015年第6期721-726,共6页
为解决遥感影像分割中存在的不确定性问题和传统层次聚类算法中存在的时间复杂度高、缺乏可再分性等缺陷,基于云模型和期望最大聚类提出了一种新的遥感影像分割算法。该算法首先使用峰值法云变换从影像中抽取底层概念,然后通过EM算法对... 为解决遥感影像分割中存在的不确定性问题和传统层次聚类算法中存在的时间复杂度高、缺乏可再分性等缺陷,基于云模型和期望最大聚类提出了一种新的遥感影像分割算法。该算法首先使用峰值法云变换从影像中抽取底层概念,然后通过EM算法对底层概念进行聚类,最后通过极大判别法完成遥感影像分割。实验证明,EM算法进行概念聚类能够快速地将概念分类为指定个数,并估计出高阶云概念的数学特征,相比于传统的基于云模型的遥感影像分割算法具有更好的分割效果。 展开更多
关键词 云模型 期望最大聚类 影像分割
原文传递
基于a-BvSBEM主动学习的高光谱图像分类 被引量:5
3
作者 张琳 《国外电子测量技术》 2017年第4期17-20,共4页
在高光谱遥感图像分类中,需要大量的训练样本对分类器进行训练,然而对样本标记非常困难并且耗时、昂贵。针对样本标记困难的问题,提出了自适应的样本不确定性与代表性相结合的主动学习选择训练样本。样本的不确定性是利用最优标号与次... 在高光谱遥感图像分类中,需要大量的训练样本对分类器进行训练,然而对样本标记非常困难并且耗时、昂贵。针对样本标记困难的问题,提出了自适应的样本不确定性与代表性相结合的主动学习选择训练样本。样本的不确定性是利用最优标号与次优标号(best vs second-best,BvSB)的方法计算。用期望最大(expectation maximization,EM)聚类计算样本的代表性。然后将样本的不确定性与代表性通过自适应权重相结合,从而选出含信息量最大的未标注样本加入进行人工标注,并加入到训练样本。通过实验表明,此方法性能更加稳定,准确率也有一定的提高。 展开更多
关键词 主动学习 样本不确定性与代表性 期望最大聚类 自适应 高光谱图像分
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部