公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

核Direct LDA子空间高光谱影像地物分类: 2012年; 为降低高光谱影像的数据维数,提高地物分类识别效率,提出了一种地物分类方法——核直接线性判别分析(Kernel Direct Linear Discriminant Analysis,KDLDA)子空间法;并推导出类先验概率的一般形式下KDLDA的解。KDLDA子空间法先采用KDLDA提取遥感影像的非线性可分特征,然后在KDLDA子空间采用最小距离分类器进行分类识别。机载可见光/红外成像光谱仪(Airborne Visible/Infrared Imaging Spectrometer,AVIRIS)的高光谱影像识别结果表明,相比原空间法、LDA子空间法、直接线性判别分析(Direct Linear Discriminant Analysis,DLDA)子空间法、核线性判别分析(Kernel Linear Discriminant Analysis,KLDA)子空间法,KDLDA子空间法可显著提高识别效率。; 刘敬; 关键词：地物分类高光谱影像

基于散度比例准则的高分辨距离像特征提取被引量：1: 2012年; 针对传统线性判别分析(LDA)的子空间倾向于保留大类间距离类对的可分性,而丢弃小类间距离类对的可分性的问题,基于子空间应均衡保留各类对可分性的思想,提出一种新的准则——散度比例(PD)准则。PD准则为各类对子空间散度与原空间散度之比的均值,并推导出最大化PD准则的线性判别分析(PD-LDA)的求解过程。采用PD-LDA对高分辨距离像(HRRP)的幅度谱进行特征提取,基于外场实测数据,分别训练了最小欧氏距离分类器和支持向量机(SVM)分类器,两种分类器的识别结果均表明,PD-LDA相比LDA,可显著降低数据维数并有效提高识别率。; 刘敬赵峰刘逸; 关键词：雷达自动目标识别线性判别分析特征提取高分辨距离像

基于direct LDA的高光谱遥感影像地物分类被引量：3: 2011年; 针对高光谱遥感影像的降维问题,提出一种高光谱影像地物分类方法:direct LDA子空间法。先采用直接线性判别分析(direct linear discriminant analysis,direct LDA)进行特征提取,然后在特征子空间中采用最短距离分类器进行地物分类。机载可见光/红外成像光谱仪(airborne visible/infrared imaging spectrometer,AVIRIS)的高光谱影像识别结果表明,该方法相比LDA子空间法和原空间法,可显著降低数据维数,提高识别率。; 刘敬; 关键词：地物分类特征子空间高光谱影像

幅度谱差分子空间雷达自动目标识别被引量：2: 2012年; 雷达高分辨距离像是目标的重要结构特征,其维数通常很高,造成数据可分性表达差,识别过程计算复杂度高,识别率低。为降低距离像的维数,提出一种新的距离像特征提取方法,即采用直接线性判别分析(dLDA)在距离像幅度谱差分空间进行特征提取,得dLDA幅度谱差分子空间。目标识别即在所得dLDA幅度谱差分子空间中进行。采用外场实测数据,分别训练了最小距离分类器和one-against-all支撑向量机分类器,2种分类器的识别结果均表明,该方法可显著地降低数据维数并提高识别率。; 刘敬; 关键词：雷达自动目标识别直接线性判别分析特征提取高分辨距离像

全选清除导出

共1页<1>

博士科研启动基金(000-1271)