龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西北工业大学
摘要：本发明涉及一种基于快速嵌入式谱分析的高光谱图像稀疏特征选择方法，首先采用二分K‑均值方法快速选择锚点，基于锚点构建自适应近邻图加快构图速度减少时间复杂度。其次，采用谱分析对数据结构进行快速分析，并引入F范数正则项以保持数据的流形结构，尽可能保持子空间的类信息。最后引入l2,0范数约束，约束投影矩阵的行稀疏性，加强子空间的稀疏约束有助于获得类信息最丰富的特征子集。因此，本发明能够更好地实现高光谱图像波段选择，从而降低高光谱数据存储难度、提高数据处理速度、提取更加有效的波段。
主权项：1.一种基于快速嵌入式谱分析的高光谱图像稀疏特征选择方法，其特征在于，包括以下步骤：步骤1：获取光谱特征维度均为d的高光谱图像，像素点样本总数为n，表示样本矩阵，其中xi表示所有光谱波段同一个像素点的灰度值，xi的每一个元素值为数据对应的像素点样本的特征的值，n个像素点样本的类别标签向量为其中yi＝1,2,...,c表示第i个像素点样本的类别，c为像素点样本的类别总数；步骤2：基于步骤1中建立的像素点样本表示和像素点样本的标签向量，采用二分K均值算法获取锚点矩阵；步骤3：基于步骤2中获得的锚点矩阵构造自适应K近邻图；步骤4：基于步骤2中得到的K近邻图构建最优化模型并进行求解，最终得到被选择特征的序号；所述步骤4包括以下步骤：步骤4.1：基于l2,0约束的谱分析特征选择的最优模型表示为： 其中α是正则项参数，步骤4.2：对最优模型进行求解，包括以下子步骤：步骤4.2.1：F没有约束直接求导可得： 令则有步骤4.2.2：已知F的表达式，目标函数转化为： 其中，定义是一个索引向量，是行提取矩阵，将W的非零行提取出来；步骤4.2.3：判断与m的相对大小，在或条件下分别求解最优模型，步骤4.2.4：计算||ωi||2,i＝1,2,…,d，如果设置m＜k，则选择m个最大值的索引作为所选特征；如果取m＝k，选择W不全为0的所有行的索引，作为最终选择则的特征的索引。
全文数据：
权利要求：
百度查询： 西北工业大学 一种基于快速嵌入式谱分析的高光谱图像稀疏特征选择方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号