• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Imaging Science and Technology >Dimensionality Reduction Based on PARAFAC Model
【24h】

Dimensionality Reduction Based on PARAFAC Model

机译：基于PARAFAC模型的降维

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

In hyperspectral image analysis, dimensionality reduction is a preprocessing step for hyperspectral image (HSI) classification. Principal component analysis (PCA) reduces the spectral dimension and does not utilize the spatial information of an HSI. To solve it, the tensor decompositions have been successfully applied to joint noise reduction in spatial and spectral dimensions of hyperspectral images, such as parallel factor analysis (PARAFAC). However, the PARAFAC method does not reduce the dimension in the spectral dimension. To improve it, two new methods were proposed in this article, that is, combine PCA and PARAFAC to reduce both the dimension in the spectral dimension and the noise in the spatial and spectral dimensions. The experimental results indicate that the new methods improve the classification compared with the PARAFAC method. (C) 2019 Society for Imaging Science and Technology.
机译：在高光谱图像分析中，降维是高光谱图像（HSI）分类的预处理步骤。主成分分析（PCA）会减小光谱尺寸，并且不会利用HSI的空间信息。为了解决这个问题，张量分解已成功地应用于高光谱图像的空间和光谱维度的联合降噪，例如并行因子分析（PARAFAC）。但是，PARAFAC方法不会减小光谱尺寸中的尺寸。为了改进它，本文提出了两种新方法，即结合PCA和PARAFAC来减少频谱维度的大小以及空间和频谱维度的噪声。实验结果表明，与PARAFAC方法相比，新方法改进了分类。 （C）2019影像科学与技术学会。

著录项

  • 来源
    《Journal of Imaging Science and Technology》 |2019年第6期|060501.1-060501.11|共11页
  • 作者

    Yan Ronghua; Peng Jinye; Ma Dongmei;

  • 作者单位

    Northwestern Polytech Univ Sch Elect & Informat Xian 710119 Peoples R China|Chinese Acad Sci Space Opt Lab Xian Inst Opt & Precis Mech Xian 710119 Peoples R China;

    Northwest Univ Sch Informat & Technol Xian 710127 Peoples R China;

    Xian Janssen Pharmaceut Ltd Xian 710043 Peoples R China;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

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