咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >一种基于稀疏和低秩表示图的高光谱数据降维方法 收藏
一种基于稀疏和低秩表示图的高光谱数据降维方法

一种基于稀疏和低秩表示图的高光谱数据降维方法

专利申请号:CN201510977094.2

公 开 号:CN105574548A

发 明 人:李伟 刘佳彬 

代 理 人:沈波

代理机构:11203 北京思海天达知识产权代理有限公司

专利类型:发明专利

申 请 日:20160511

公 开 日:20151223

专利主分类号:G06K9/62(20060101)

关 键 词:低秩 稀疏 高光谱数据 投影矩阵 训练样本 样本点 低维 范数 流形 保持 全局数据结构 最优化准则 数据投影 稀疏表示 原始空间 降维 一种 最优 投影 变换 选取 原始 获取 学习 进行 

摘      要:一种基于稀疏和低秩表示图的高光谱数据降维方法,通过L1范数获取稀疏表示特性,低秩表示的具有保持全局数据结构的特征,本方法通过核范数保持图的低秩特性。本方法包括如下技术内容,1)从原始的高光谱数据中选取一定量的数据用作训练样本。2)对所选的训练样本进行稀疏和低秩表示图的构造。3)通过最优化准则,寻求最优的投影矩阵,使在投影后的低维流形空间里保持2中所构造的图的特性。在原始空间中学习到的样本点间稀疏和低秩表示的特性,通过寻求一个变换投影矩阵,把数据投影到低维流形空间,同样也保持样本点间稀疏和低秩表示的特性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分