使用深度对抗子空间聚类实现高光谱波段选择

曾梦; 宁彬; 蔡之华; 谷琼

首页> 中文期刊> 《计算机应用》 >使用深度对抗子空间聚类实现高光谱波段选择

使用深度对抗子空间聚类实现高光谱波段选择

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:高光谱图像(HSI)由数百个波段组成,波段之间的相关性强且具有较高的冗余度,导致出现维度灾难并且分类的复杂性很高。为此,使用深度对抗子空间聚类(DASC)网络进行高光谱的波段选择,并引入拉普拉斯正则化使网络更优,在保证分类精度的前提下降低分类的复杂度。该网络通过在编码器和解码器中引入自表达层来模仿传统子空间聚类的"自表达"属性,充分运用光谱信息和非线性特征转换得到波段之间的相互关系,解决传统波段选择方法无法同时考虑光谱和空间信息的问题。同时,引入对抗学习来监督自编码器的样本表示和子空间聚类,使得子空间聚类具有更好的自表达性能。为了使网络性能更优,加入拉普拉斯正则化来考虑反映图像几何信息的局部流形结构。实验在两个公开的高光谱数据集上进行,所提出的方法和几种主流的波段选择方法进行对比的结果表明,DASC方法在分类精度上优于对比方法,其选出的波段子集可以满足应用需求。

著录项

来源
《计算机应用》 |2020年第2期|381-385|共5页
作者
曾梦; 宁彬; 蔡之华; 谷琼;
展开▼
作者单位

湖北文理学院计算机工程学院湖北襄阳441053;

中国地质大学(武汉)计算机学院武汉430074;

展开▼
原文格式 PDF
正文语种 chi
中图分类图像处理方法;
关键词
高光谱图像; 波段选择; 深度对抗子空间聚类; 拉普拉斯正则化; 深度学习;

相似文献

中文文献
外文文献
专利

1. 基于自注意力对抗的深度子空间聚类 [J] . 尹明 ,吴浩杨 ,谢胜利 . 自动化学报 . 2022,第1期
2. 基于对抗技术的高光谱图像分类系统的设计及实现 [J] . 张晓华 . 测试技术学报 . 2020,第006期
3. 基于近邻子空间划分的高光谱影像波段选择方法 [J] . 唐厂 ,王俊 . 天津大学学报 . 2022,第003期
4. 基于视觉显著性波段选择的高光谱分类 [J] . 彭忻怡 ,罗斌 ,付志涛 . 云南民族大学学报（自然科学版） . 2021,第003期
5. 基于上下文多字典学习的高光谱波段选择 [J] . 李飞 ,卢湖川 ,薄纯娟 . 大连理工大学学报 . 2021,第001期
6. 高光谱图像波段选择方法综述 [C] . Wang Zhe ,王喆 ,Wang Baihe . 第十一届国家安全地球物理学术讨论会 . 2015
7. 基于深度神经网络的高光谱波段选择方法研究 [A] . 陈建通 . 2020

使用深度对抗子空间聚类实现高光谱波段选择

摘要

著录项

相似文献

相关主题

期刊订阅