[发明专利]基于局部流形嵌入的高光谱图像分类方法在审
| 申请号： | 201611219213.9 | 申请日： | 2016-12-26 |
| 公开（公告）号： | CN106778885A | 公开（公告）日： | 2017-05-31 |
| 发明（设计）人： | 黄鸿;罗甫林;段宇乐;石光耀 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 重庆博凯知识产权代理有限公司50212 | 代理人： | 李海华 |
| 地址： | 400044 *** | 国省代码： | 重庆;85 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于局部流形嵌入的高光谱图像分类方法，1）对训练样本各数据点利用同类近邻点进行重构；2）利用各数据点的邻域以及各邻域点对应的重构点来构建类内图、类内重构图、类间图和类间重构图；3）在低维嵌入空间中，保持类内图和类内重构图的结构不变，抑制类间图和类间重构图的结构关系，得到从高维空间到低维空间的投射矩阵；4）通过投影矩阵，得到训练样本的低维嵌入特征；5）通过投影矩阵，将测试样本高维数据降维，得到测试样本低维嵌入；6）通过分类器即可对测试样本的低维嵌入进行分类，得到高光谱图像分类结果。本发明能更好地表征高光谱图像的内蕴属性，能够更有效地提取出鉴别特征，改善数据可分性。 | ||
| 搜索关键词： | 基于 局部 流形 嵌入 光谱 图像 分类 方法 | ||
【主权项】：
基于局部流形嵌入的高光谱图像分类方法，其特征在于，包括如下步骤：1)选择类别标签已确定的训练样本X＝[x1,x2,…,xN]，li为xi的类别标签，对训练样本各数据点利用同类近邻点进行重构；2)利用各数据点的邻域以及各邻域点对应的重构点来构建类内图、类内重构图、类间图和类间重构图；3)在低维嵌入空间中，保持类内图和类内重构图的结构不变，抑制类间图和类间重构图的结构关系，得到从高维空间到低维空间的投射矩阵；4)通过步骤3)得到的投影矩阵，将训练样本的高维数据降维，得到训练样本的低维嵌入特征；5)通过步骤3)得到的投影矩阵，将待分类的高光谱图像作为测试样本并将测试样本的高维数据降维，得到测试样本低维嵌入；6)根据步骤4)得到的训练样本的低维嵌入特征并结合选取的分类器，即可对测试样本的低维嵌入进行分类，得到高光谱图像分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611219213.9/，转载请声明来源钻瓜专利网。
