基于随机矩阵的高光谱影像非负稀疏表达分类

摘要：

考虑到常规的高光谱影像稀疏表达分类模型的不足,提出随机矩阵-非负稀疏表达分类模型来提高高光谱影像的分类精度.通过引入随机矩阵来改善传统稀疏表达分类模型中测量矩阵以更好满足限制等距特性条件,同时限定系数向量的非负性以提高重构系数的可解释性.基于两个不同的高光谱数据集,对随机矩阵-非负稀疏表达分类模型采用三种方法进行系数重构,并对比常规稀疏表达分类模型的分类结果.实验证明,所提的模型能够明显提高常规稀疏表达分类模型的分类结果.同时,随机矩阵的投影维数对分类精度的影响研究实验表明,较大的投影维数能够保证该模型用以提高高光谱影像的分类精度.

关键词：高光谱影像分类、非负稀疏表达、随机矩阵、压缩感知

所属期刊栏目：41

分类号：TP75(遥感技术)

资助基金：国家"九七三"重点基础研究发展计划2012CB957702;教育部留学回国人员科研启动基金

在线出版日期：2013-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1274-1280