基于互信息波段选择和经验模态分解的高精度高光谱数据分类
Laser & Optoelectronics Progress(2011)
摘要
在遥感数据处理研究中,高维高光谱数据的冗余信息和噪声严重影响高光谱数据的分类精度,针对此问题提出基于互信息波段选择和经验模态分解的高精度高光谱数据分类算法(M-IEMD-SVM)。分别采用基于互信息波段选择方法和经验模态分解实现对高光谱数据的冗余信息处理和特征提取,并获得处理后的高光谱数据X″。采用支持向量机分类算法对处理后的高光谱数据X″进行分类实验。仿真实验结果证实MI-EMD-SVM算法不仅提高高光谱数据分类精度,同时还减少支持向量数目,提高高光谱数据分类速度。
更多查看译文
关键词
empirical mode decomposition,hyperspectral data,mutual information,classification accuracy,classification,image processing,band selection
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要