收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

高光谱遥感影像稀疏表示与字典学习分类研究

甘乐  
【摘要】:正稀疏表示作为一种新型数据挖掘技术,能够有效地挖掘影像中各种类型的稀疏特性,已被广泛应用于高光谱遥感影像分类。但是,基于单一特征的稀疏表示模型不能有效地挖掘影像中蕴含的丰富的稀疏特性,且每种单一特征关联的不同非线性结构特征同样蕴含丰富的稀疏特性,充分地挖掘不同特征的稀疏模式和不同非线性结构特征的稀疏模式有助于增强地物的可分离性。此外,通过标注像元直接构建的字

知网文化
【相似文献】
中国期刊全文数据库 前11条
1 甘乐;;高光谱遥感影像稀疏表示与字典学习分类研究[J];地理与地理信息科学;2019年01期
2 徐锐;林娜;吕道双;;面向对象的高光谱遥感影像稀疏表示分类[J];测绘工程;2018年04期
3 马东雷;丁建伟;谭琨;;稀疏表示支撑集的遥感影像融合[J];测绘科学;2018年01期
4 孙大鹏;谢锋;舒嵘;;光谱角约束邻域联合稀疏表示高光谱图像目标检测[J];工业控制计算机;2018年06期
5 孔艳;王保云;何苗;;联合矩阵低秩逼近和稀疏表示的高分辨率遥感影像目标识别方法[J];光学技术;2018年03期
6 秦振涛;杨茹;张靖;杨武年;;基于聚类结构自适应稀疏表示的高光谱遥感图像修复研究[J];遥感技术与应用;2018年02期
7 卢佳;保文星;;基于独立空谱残差融合的联合稀疏表示高光谱图像分类[J];计算机工程;2019年01期
8 李骥;肖雷鸣;王威;;双稀疏表示的遥感图像变化检测[J];小型微型计算机系统;2018年03期
9 储岳中;刘恒;张学锋;;基于迁移AP聚类与稀疏表示的遥感图像分类[J];计算机工程与设计;2018年02期
10 阎昆;李心怡;王珺;;结构稀疏表示与细节注入的遥感图像融合方法[J];电子设计工程;2018年06期
11 高阳;王雪松;程玉虎;黄飞;;基于非负稀疏嵌入投影的高光谱数据降维方法[J];中国矿业大学学报;2012年06期
中国重要会议论文全文数据库 前2条
1 廖佳俊;刘志刚;蔡尚;姜江军;;基于非负—平滑约束的高光谱稀疏表示目标检测算法研究[A];国家安全地球物理丛书(十二)——地球物理与信息感知[C];2016年
2 蒙红英;柴昱洲;韩宇;;一种基于稀疏表示的JPEG-LS改进算法[A];第四届高分辨率对地观测学术年会论文集[C];2017年
中国博士学位论文全文数据库 前10条
1 李涛;遥感影像稀疏表示中的字典学习算法及其应用[D];华中科技大学;2015年
2 卢婷;高光谱遥感影像恢复与分类方法研究[D];湖南大学;2017年
3 王文卿;基于融合框架与稀疏表示的遥感影像锐化[D];西安电子科技大学;2015年
4 徐洋;稀疏与低秩先验下的高光谱分类与检测方法[D];南京理工大学;2016年
5 何同弟;高光谱图像的分类技术研究[D];重庆大学;2014年
6 李晓慧;高光谱图像目标检测及压缩方法研究[D];哈尔滨工程大学;2014年
7 林煜东;复杂背景下的光学遥感图像目标检测算法研究[D];西南交通大学;2017年
8 肖龙龙;面向高分辨率遥感光学成像的压缩感知理论及方法研究[D];国防科学技术大学;2012年
9 黎胜亮;压缩感知遥感视频成像理论与方法研究[D];国防科学技术大学;2014年
10 霍承富;超光谱遥感图像压缩技术研究[D];中国科学技术大学;2012年
中国硕士学位论文全文数据库 前10条
1 徐春华;基于核稀疏表示的高光谱图像分类[D];湖北大学;2018年
2 孟美玲;基于稀疏表示的高光谱图像目标检测研究[D];哈尔滨工程大学;2018年
3 张佳娥;基于稀疏表示的图像融合算法[D];长沙理工大学;2017年
4 王艳然;基于稀疏表示的遥感目标分类识别研究[D];长沙理工大学;2017年
5 孙邱鹏;基于稀疏表示的高光谱图像异常检测算法及其优化研究[D];哈尔滨工业大学;2018年
6 安文;基于压缩感知的遥感视频成像理论与方法研究[D];国防科学技术大学;2016年
7 赵威;基于稀疏表示的高光谱图像分类方法研究[D];湖南大学;2017年
8 汤浩;核空间联合稀疏表示高光谱图像分类及GPU实现[D];西南交通大学;2018年
9 周红莲;基于卷积稀疏表示与组合核方法的高光谱图像分类研究[D];西南交通大学;2018年
10 李文杰;基于稀疏重构的空气中超声波达方向估计及其并行化研究[D];西南科技大学;2017年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978