[发明专利]一种基于全局与局部保持的高光谱图像半监督降维方法在审
| 申请号： | 201810328999.0 | 申请日： | 2018-04-13 |
| 公开（公告）号： | CN108520281A | 公开（公告）日： | 2018-09-11 |
| 发明（设计）人： | 黄冬梅;张明华;张晓桐;宋巍;王龑;李明慧;李永兰;邹亚晴 | 申请（专利权）人： | 上海海洋大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海卓阳知识产权代理事务所(普通合伙) 31262 | 代理人： | 周春洪 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于全局与局部保持的高光谱图像半监督降维方法，所述的方法包括以下步骤：步骤S1.设高维空间RD中存在数据集X＝{x1，x2，…，xl，xl+1，…，xl+u},其中前l个样本Xl为有类标样本，类别标签为c，各类样本数为Ni，i＝(1，2，…，c)，后u个样本Xu是无类标样本；步骤S2.通过半监督全局分布算法构造半监督全局目标函数；步骤S3.基于半监督局部保持投影算法，给出改进后的半监督局部目标函数；步骤S4.结合S2中的全局目标函数和S3中的局部目标函数，构造半监督IPCA‑IWSSFE整体目标函数及求解低维子空间Y＝WTX。其优点表现在：通过对高光谱图像进行全局与局部保持的半监督降维，即考虑的数据的局部特性，又能保证数据的全局特性，从而提高了图像的分类精度。 | ||
| 搜索关键词： | 半监督 高光谱图像 样本 局部保持 降维 全局目标函数 目标函数 全局 类标 局部保持投影算法 低维子空间 分布算法 高维空间 局部特性 类别标签 全局特性 整体目标 数据集 样本数 求解 图像 分类 改进 保证 表现 | ||
【主权项】：
1.一种基于全局与局部保持的高光谱图像半监督降维方法，其特征在于，所述的方法包括以下步骤：步骤S1.设高维空间RD中存在数据集X＝{x1，x2，…，xl，xl+1，…，xl+u},其中前l个样本Xl为有类标样本，类别标签为c，各类样本数为Ni，i＝(1，2，…，c)，后u个样本Xu是无类标样本。步骤S2.通过半监督全局分布算法构造半监督全局目标函数；步骤S3.基于半监督局部保持投影算法，给出改进后的半监督局部目标函数；步骤S4.结合S2中的全局目标函数和S3中的局部目标函数，构造半监督IPCA‑IWSSFE整体目标函数及求解得出低维子空间Y＝WTX。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海海洋大学，未经上海海洋大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810328999.0/，转载请声明来源钻瓜专利网。
