[发明专利]基于子空间核范数正则化回归模型的高光谱图像分类方法有效
| 申请号： | 201811302039.3 | 申请日： | 2018-11-02 |
| 公开（公告）号： | CN109447009B | 公开（公告）日： | 2020-12-22 |
| 发明（设计）人： | 詹天明;孙乐;杨国为;吴泽彬 | 申请（专利权）人： | 南京审计大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 南京创略知识产权代理事务所(普通合伙) 32358 | 代理人： | 闫方圆 |
| 地址： | 210000 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于子空间核范数正则化回归模型的高光谱图像分类方法，包括波段选择、样本表示、建立分类模型和设计优化算法、综合各波段分类结果输出最终分类结果，利用稀疏表示模型对波段进行选择，剔除非鉴别性的波段，能够提高后续分类精度和速度，通过建立子空间核范数正则化回归模型对高光谱图像进行分类，提高分类精度，可用于地质勘探、农业种植统计等领域，具有良好的应用前景。 | ||
| 搜索关键词： | 基于 空间 范数 正则 回归 模型 光谱 图像 分类 方法 | ||
【主权项】：
1.基于子空间核范数正则化回归模型的高光谱图像分类方法，其特征在于：包括以下步骤，步骤(A)，对已知的高光谱图像进行波段选择，构建新的待分类高光谱图像；步骤(B)，根据新的待分类高光谱图像，将每个波段的该待分类高光谱图像上的二维图像取图像中每个像素点所在的图像块表示成该像素点在该波段上的特征；步骤(C)，建立子空间核范数正则化回归模型、并根据基于算子分类法设计交替迭代的求解算法，对步骤(B)各像素点在对应波段上的特征进行求解，得到所有波段的分类结果；步骤(D)，融合所有波段的分类结果，利用投票方式求出每个样本点的类别，输出高光谱图像的分类结果。
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南京审计大学，未经南京审计大学许可，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/201811302039.3/，转载请声明来源钻瓜专利网。
