基于独立分量分析和相关向量机的高光谱数据分类

摘要：

提出一种独立分量分析(ICA)和相关向量机(RVM)相结合的高光谱数据分类方法,首先采用虚拟维数方法对高光谱数据维数进行估计,在此基础上,采用独立分量分析对数据进行降维,然后采用相关向量机对降维后的数据分类.计算机仿真实验结果表明,该方法在获得较高分类精度的同时大大节省了分类时间.

关键词：高光谱数据分类、虚拟维数、独立分量分析、相关向量机

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60772133

在线出版日期：2010-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：123-126,130