10.15918/j.tbit1001-0645.2017.10.014
最优代表向量法及其在冰川分类中的应用
针对同物异谱现象以及分类过程中样本代表性差、人工参数设置等原因导致高光谱遥感影像分类精度差的问题,提出了一种样本集优化的最优代表向量分类法,对感兴趣区中的样本进行密度峰值聚类提纯,并对每类地物提纯后样本的均值向量集进行隶属度聚类择优,获取最优代表向量集作为该类地物的中心向量,最终依据距离准则进行分类.通过对比实验验证,本文算法总体分类精度高于90%,表明最优代表向量分类法能够有效消除样本差异性的影响,提高冰川分类精度.
高光谱遥感、图像分类、最优代表向量、密度峰值聚类、冰川分类
37
TP751.1(遥感技术)
高分辨率对地观测系统重大专项基金;“十三五”武器装备预研领域基金;中央高校基本科研业务费专项资金资助项目FRF-TP-15-117A1;中国博士后科学基金资助项目2016M600922
2017-12-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
1067-1071