王立志
- 作品数：8 被引量：22H指数：3
- 供职机构：重庆大学更多>>
- 发文基金：重庆市自然科学基金重庆市科技攻关计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 多线性局部与全局保持嵌入在高光谱遥感影像分类中的应用被引量：7
- 2012年
- 针对一般流形学习算法在学习高光谱数据的多流形结构时存在的不足,提出一种基于线性局部与全局保持嵌入(LLGPE)的多流形学习算法.对于分布在不同流形上的高维观测数据,利用LLGPE算法学习每类分组数据的内蕴特征;然后通过遗传算法搜索每类数据的本质维数;最后根据重构误差最小化准则确定样本所属的类别.在HYDICE高光谱数据集上的分类识别实验结果表明,文中算法能够有效地揭示高维空间中数据的内蕴几何结构;在每类随机选取2,4,6个训练样本的情况下,该算法的总体分类精度比其他流形学习算法分别提高了约3.5%,6.9%和7.2%,且分类精度也有明显的提高.
- 王立志黄鸿冯海亮
- 关键词：高光谱影像地物分类
- 基于半监督流形学习的多光谱遥感数据土地利用分类方法
- 本发明公开了一种基于半监督流形学习的多光谱遥感数据土地利用分类方法，涉及土地利用分类的方法；将多光谱遥感数据根据其波段生成矩阵作为样本数据集；从样本数据集中选取部分样本数据，并根据先验知识标注样本类别标签，同时从样本数据...
- 黄鸿冯海亮秦高峰王立志何同弟
- 文献传递
- 基于流形学习的遥感水质监测方法
- 本发明公开了一种基于流形学习的遥感水质监测方法，涉及一种基于流形学习的多光谱遥感水质监测方法，通过流形学习方法对样本点进行训练得到将水质遥感数据投影到低维嵌入空间的投影矩阵，然后对样本点低维嵌入空间的特征矩阵和对应的水质...
- 黄鸿冯海亮王立志秦高峰何同弟
- 文献传递
- 基于流形学习的高光谱图像降维与分类研究
- 高光谱遥感是基于电磁波谱理论、地学和计算机等技术的综合性学科。随着遥感技术的迅速发展，人们获得高光谱图像的能力也不断提高。由于高光谱遥感图像具有独特的高光谱分辨率的性质，使得高光谱数据在地质灾害分析、军事目标识别、生态环...
- 王立志
- 关键词：高光谱遥感特征提取流形学习
- 文献传递
- 基于MFA与kNNS算法的高光谱遥感影像分类被引量：5
- 2012年
- 为了研究高光谱影像数据的维数约简和分类问题,提出了一种基于边际费希尔分析(MFA)和kNNS的高光谱遥感影像数据分类算法。该方法利用数据的类别信息,通过MFA将高光谱数据从高维观测空间投影到低维流形空间,然后利用邻域内多个近邻点的信息通过kNNS分类器对低维空间中的数据进行分类。在Urban、Washington和Indian Pine数据集上的分类识别实验表明,该方法能够较为有效地发现高维空间中数据的内蕴结构,在每类随机选取4,6,8个训练样本的情况下,该方法的总体分类精度能够比其他算法提高3.7%～8.5%,分类精度有了明显的提高。
- 王立志黄鸿冯海亮
- 关键词：高光谱影像地物分类最近邻
- 基于半监督流形学习的多光谱遥感数据土地利用分类方法
- 本发明公开了一种基于半监督流形学习的多光谱遥感数据土地利用分类方法，涉及土地利用分类的方法；将多光谱遥感数据根据其波段生成矩阵作为样本数据集；从样本数据集中选取部分样本数据，并根据先验知识标注样本类别标签，同时从样本数据...
- 黄鸿冯海亮秦高峰王立志何同弟
- 文献传递
- 基于SSMFA与kNNS算法的高光谱遥感影像分类被引量：10
- 2012年
- 为了研究高光谱影像数据的维数约简和分类问题,提出了一种基于半监督边际费希尔分析（SSMFA）和kNNS的高光谱遥感影像数据分类算法.该方法利用有标记数据和无标记数据的信息获得数据的内在流形结构,通过SSMFA将高光谱数据从高维观测空间投影到低维流形空间,然后利用邻域内多个近邻点的信息通过kNNS分类器对低维空间中的数据进行分类.在Urban、Washington和Indian Pine数据集上的分类识别实验表明,该方法能够较为有效地发现高维空间中数据的内蕴结构,在每类随机选取4,6,8个有类别标记的样本10个无类别标记的样本的情况下,该方法的总体分类精度能够比MFA＋kNNS提高0.8%~2.5%,比MFA＋kNN提高2.8%~4.5%,比其他算法提高4.0%~7.0%,分类精度有了明显的提高.
- 王立志黄鸿冯海亮
- 关键词：高光谱影像地物分类最近邻
- 基于流形学习的遥感水质监测方法
- 本发明公开了一种基于流形学习的遥感水质监测方法，涉及一种基于流形学习的多光谱遥感水质监测方法，通过流形学习方法对样本点进行训练得到将水质遥感数据投影到低维嵌入空间的投影矩阵，然后对样本点低维嵌入空间的特征矩阵和对应的水质...
- 黄鸿冯海亮王立志秦高峰何同弟
- 文献传递
