Журнал СФУ. Техника и технологии / Блочный метод главных компонент для выделения информативных признаков при классификации гиперспектральных изображений

Полный текст (.pdf)
Номер
Журнал СФУ. Техника и технологии. 2015 8 (6)
Авторы
Пестунов, И.А.; Мельников, П.В.
Контактная информация
Пестунов, И.А.:Институт вычислительных технологий СО РАН Россия, 630090, Новосибирск, пр. Лаврентьева, 6; Мельников, П.В.:Институт вычислительных технологий СО РАН Россия, 630090, Новосибирск, пр. Лаврентьева, 6
Ключевые слова
гиперспектральное изображение; выделение информативных признаков; метод главных компонент; обучаемая классификация; метод опорных векторов; hyperspectral image; informative feature extraction; principal component analysis; supervised classification; support vector machine
Аннотация

В статье предложен метод снижения размерности пространства признаков при распознавании гиперспектральных изображений, заключающийся в разбиении спектральных каналов на блоки с высокой корреляцией с последующим применением метода главных компонент. Показано, что предлагаемый метод позволяет на порядок сократить число используемых при классификации спектральных признаков без значительного ухудшения качества распознавания

Страницы
715-725
Статья в архиве электронных ресурсов СФУ
https://elib.sfu-kras.ru/handle/2311/19837

Лицензия Creative Commons Эта работа лицензируется по лицензии Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0).