您当前的位置：成果库 > 一种基于半监督字典学习的高光谱图像分类方法
250
2019/11/05
咨询成果
发布成果基本信息
- 成果类型 高等院校
- 委托机构 西安电子科技大学
- 成果持有方 西安电子科技大学
- 行业领域 其他电子信息
- 项目名称 一种基于半监督字典学习的高光谱图像分类方法
- 知识产权 发明专利
- 项目简介 本发明公开了一种基于半监督字典学习的高光谱图像分类方法，主要解决高光谱图像高维和在相对小样本情况下分类精度低的问题。其步骤包括：将高光谱图像的像素点用光谱特征向量表示；选取标记样本集、无标记样本集和测试样本集；构造有标记样本的类标矩阵；构造无标记样本的拉普拉斯矩阵；使用交替优化策略和梯度下降法求解半监督字典学习模型；使用学习得到的字典编码有标记样本、无标记样本和测试样本；使用学习得到的稀疏编码作为特征分类高光谱图像。本发明采用半监督思想，相比监督学习方法能够获得较高的分类正确率，可用于精细农业，植被调查，军事侦察等领域。
交易信息
- 意向交易额 面议
- 挂牌时间 2020/11/05
- 委托机构 西安电子科技大学
- 联系人姓名 王小刚
- 联系人电话 15802954800
- 联系人邮箱 745490733@qq.com
- 分享至：
