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)

Cited 1|Views4
No score
Abstract
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。
More
Translated text
Key words
empirical mode decomposition,hyperspectral data,mutual information,classification accuracy,classification,image processing,band selection
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined