首页> 中国专利> 基于局部-非局部不确定性分析的高光谱图像分类方法

基于局部-非局部不确定性分析的高光谱图像分类方法

摘要

本发明公开了一种基于局部‑非局部不确定性分析的高光谱图像分类方法,其实现步骤为:首先通过变量分离和增广拉格朗日(LORSAL)算法来学习最大后验概率参数ω,用逻辑回归将ω建模为一个随机向量,ω表示像素属于某一类是有一定概率的。又利用多项式逻辑回归(MLR)模型来推断后验概率P(yi|xi),即P(yi|xi)=P(yi|xi,ω),接着由得到对应于像素xi的空间先验概率。又基于非局部区域的后验概率(CBS)P(yi|xi,vi)不仅与特征xi本身有关,还与特征xi的非局部区域向量vi相关,所以可以将空间先验信息和类后验概率分布相结合,即为基于非局部区域的后验概率,主要解决基于空谱联合的高光谱图像分类方法中只考虑有限范围空间结构造成的分类精度下降和小样本训练数据集分类精度低的问题。

著录项

  • 公开/公告号CN113627484A

    专利类型发明专利

  • 公开/公告日2021-11-09

    原文格式PDF

  • 申请/专利权人 西安理工大学;

    申请/专利号CN202110779398.3

  • 申请日2021-07-09

  • 分类号G06K9/62(20060101);G06K9/00(20060101);

  • 代理机构61214 西安弘理专利事务所;

  • 代理人曾庆喜

  • 地址 710048 陕西省西安市碑林区金花南路5号

  • 入库时间 2023-06-19 13:12:12

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-11-18

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

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