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：青岛大学
摘要：本发明属于高光谱图像降维技术领域，公开了一种样本潜在特征关联的子空间聚类波段选择方法及系统。首先使用熵率超像素分割将高光谱图像划分为互不重叠的超像素块，从各个区域中提取样本关键特征，构建样本潜在特征矩阵；接着将样本潜在特征矩阵引入子空间聚类模型，纳入子空间一致性约束、波段相似性约束和低秩约束，使系数矩阵在优化过程中保持良好的空间和光谱全局及局部结构；最后对系数矩阵构建的权重矩阵进行谱聚类，将各类簇熵最大的波段作为代表性波段组成最终的波段子集。本发明方法进一步改善了传统基于子空间聚类的波段选择模型的性能，使得到的波段子集信息量大、冗余度低、质量高。
主权项：1.样本潜在特征关联的子空间聚类波段选择方法，其特征在于，包括如下步骤：步骤1.根据地物的分布特征，利用超像素分割技术和拉普拉斯特征映射，挖掘高光谱图像局部区域内样本的关键信息，构建样本潜在特征矩阵，并应用于低秩子空间聚类模型；步骤2.将样本潜在特征矩阵中每个样本潜在特征视为一个顶点，构造邻接图，以获取不同区域样本潜在特征的空间信息，利用邻接图定义子空间一致性约束；步骤3.设计谱间、空间两方面度量指标评估波段间的相似性，以修正用单一指标描述波段间相似性带来的误差，利用波段局部相似性定义波段相似性约束；步骤4.结合步骤1的低秩子空间聚类模型、步骤2中的子空间一致性约束和步骤3中的波段相似性约束，构造样本潜在特征关联的子空间聚类模型；步骤5.采用交替方向乘子法对样本潜在特征关联的子空间聚类模型进行求解，得到系数矩阵，并构建权重矩阵进行谱聚类，将各类簇熵最大的波段作为最终的波段子集。
全文数据：
权利要求：
百度查询： 青岛大学 样本潜在特征关联的子空间聚类波段选择方法及系统
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