...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Geoscience and Remote Sensing Letters, IEEE >Using Hurst and Lyapunov Exponent For Hyperspectral Image Feature Extraction
【24h】

Using Hurst and Lyapunov Exponent For Hyperspectral Image Feature Extraction

机译：使用Hurst和Lyapunov指数进行高光谱图像特征提取

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Hyperspectral image processing has attracted high attention in remote sensing fields. One of the main issues is to develop efficient methods for dimensionality reduction via feature extraction. This letter proposes a new nonlinear unsupervised feature extraction algorithm using Hurst and Lyapunov exponents to reveal local and general spectral profiles, respectively. A hyperspectral reflectance curve from each pixel is regarded as a time series, and it is represented by Hurst and Lyapunov exponents. These two new features are then used to overcome the Hughes problem for reliable classification. Experimental results show that the proposed method performs better than a few other feature extraction methods tested.
机译：高光谱图像处理在遥感领域引起了高度关注。主要问题之一是开发通过特征提取来降低维数的有效方法。这封信提出了一种新的非线性无监督特征提取算法，该算法使用Hurst和Lyapunov指数分别揭示了局部和一般光谱轮廓。来自每个像素的高光谱反射曲线被视为时间序列，并由赫斯特（Hurst）和李雅普诺夫（Lyapunov）指数表示。然后使用这两个新功能来克服休斯问题，以实现可靠的分类。实验结果表明，该方法的性能优于其他几种经过测试的特征提取方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号