Hyperspectral datum classification using kernel method based on mutual information of neighbor bands
Hyperspectral datum classification using kernel method based on mutual information of neighbor bands
复制标题
基于相邻波段互信息的核方法高光谱资料分类
DOI：
10.1007/s11801-009-8209-4
复制
发表时间：
2009-08
期刊：
影响因子：
--
通讯作者：
Zhang, Miao
中科院分区：
文献类型：
--
作者：
Shen, Yi;Wang, Qiang;Zhang, Miao
在支持向量机的框架下，提出了一种新的基于相邻波段互信息的核方法用于高光谱数据分类。该算法根据不同波段所包含的有用信息量在核函数中分配权重，使得有用信息量大的波段在分类中发挥更大的作用。我们的研究表明，具有更大的互信息的波段之间的邻居波段包含更多的有用信息，因此，我们使用每个波段和它的邻居波段的互信息作为所提出的核方法的权重。实验结果表明，对于基于多项式和径向基函数的支持向量机，引入核函数后，在不使用任何参考图和不增加计算时间的情况下，平均精度提高了1.2%以上。
Under the framework of support vector machines, this paper proposes a new kernel method based on neighbor bands mutual information for hyperspectral datum classification. This algorithm assigns weights to different bands in the kernel function according to the amount of useful information that they contain, which makes the band with more useful information play more important role in the classification. Our research has shown that the band with greater mutual information between neighbor bands contains more useful information, and hence we use the mutual information of each band and its neighbor bands as the weights of the proposed kernel method. The experimental results show that for the support vector machines based on polynomial and radial basis function, after introducing the proposed kernel function, the average accuracy is increased more than 1.2% without using any reference map or increasing much more computational time.
登录
查看更多内容
影响因子：
10.6
作者：
Guo, Baofeng;Gunn, Steve R.;Nelson, James D. B.
通讯作者：
Nelson, James D. B.
影响因子：
19.5
作者：
H. Kwon;N. Nasrabadi
通讯作者：
H. Kwon;N. Nasrabadi
DOI：
10.1109/tgrs.2004.827262
发表时间：
2004-07-01
影响因子：
8.2
作者：
Camps-Valls, G;Gómez-Chova, L;Moreno, J
通讯作者：
Moreno, J
DOI：
10.1109/tgrs.2007.904951
发表时间：
2007-12-01
影响因子：
8.2
作者：
Martinez-Uso, Adolfo;Pla, Filiberto;Garcia-Sevilla, Pedro
通讯作者：
Garcia-Sevilla, Pedro
影响因子：
14.9
作者：
Landgrebe, D
通讯作者：
Landgrebe, D