本發明公開了一種基于近鄰傳播聚類和稀疏多核學習的高光譜分類方法,主要解決現有技術對高光譜圖像分類性能不佳的問題。其實現方案是:首先,利用所有波段中的訓練樣本構造核矩陣集合;其次,利用近鄰傳播方法進行聚類,選擇高辨別力低冗余性的核矩陣子集;再次,利用選擇的核矩陣子集,通過稀疏約束的多核學習方法,學習出核權重和支撐矢量系數;最后,利用學習到的分類器,對未知高光譜圖像進行分類。本發明采用的多核學習分類方法,利用不同函數不同參數的多種核,能夠處理具有多變局部分布的復雜高光譜數據,獲得高精度的高光譜圖像分類結果,可用于農業監測、地質勘探、災害環境評估等領域地物的區分和辨別。
聲明:
“基于近鄰傳播聚類和稀疏多核學習的高光譜圖像分類方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)