Hyperspectral Band Selection via Rank Minimization
Hyperspectral Band Selection via Rank Minimization
复制标题
通过等级最小化进行高光谱波段选择
DOI：
10.1109/lgrs.2017.2763183
复制
发表时间：
2017-12
影响因子：
4.8
通讯作者：
Liang Dong
中科院分区：
文献类型：
--
作者：
Zhu Guokang;Huang Yuancheng;Li Shuying;Tang Jun;Liang Dong
波段选择是高光谱图像预处理的一项重要技术，通过波段选择，可以从原始图像立方体中选择出关键的、具有代表性的波段子集，以实现紧凑而有效的表示。在有效的选择策略中，以无监督的方式执行波段选择通常被认为是更普遍的，由于其应用无关的特性。这封信提出了一种新的无监督高光谱波段选择器，可以通过低秩建模捕获高光谱图像的带间冗余性质。在三个真实高光谱数据集上的实验表明，所提出的波段选择器可以生成适合高光谱像元分类的波段子集。
Band selection is an important preprocessing technique for hyperspectral imagery, through which a subset of critical and representative spectral bands can be selected from a raw image cube for compact yet effect representation. Among the valid selection strategies, performing band selection in an unsupervised manner is usually considered more general due to its application-independent characteristic. This letter proposed a novel unsupervised hyperspectral band selector that can capture the interband redundancy nature of hyperspectral images through low-rank modeling. Experiments on three real-world hyperspectral data sets demonstrated that the proposed band selector can generate band subsets suitable in the context of hyperspectral pixel classification.
登录
查看更多内容
DOI：
10.1109/igarss.2015.7326813
发表时间：
2015-07
期刊：
2015 IEEE International Geoscience and Remote Sensing Symposium (IGARSS)
影响因子：
--
作者：
Yang Xu;Zenbin Wu;Zhihui Wei;Hongyi Liu;Xiong Xu
通讯作者：
Yang Xu;Zenbin Wu;Zhihui Wei;Hongyi Liu;Xiong Xu
DOI：
10.1007/978-1-4419-9170-6
发表时间：
2003
期刊：
--
影响因子：
--
作者：
Chein-I. Chang
通讯作者：
Chein-I. Chang
DOI：
10.1109/tgrs.2014.2307880
发表时间：
2014-11-01
影响因子：
8.2
作者：
Geng, Xiurui;Sun, Kang;Zhao, Yongchao
通讯作者：
Zhao, Yongchao
DOI：
10.1109/igarss.2016.7729628
发表时间：
2016-07
期刊：
2016 IEEE International Geoscience and Remote Sensing Symposium (IGARSS)
影响因子：
--
作者：
Han Zhai;Hongyan Zhang;Liangpei Zhang;Pingxiang Li
通讯作者：
Han Zhai;Hongyan Zhang;Liangpei Zhang;Pingxiang Li
影响因子：
4.8
作者：
Qi Wang;Zhao-Xi Meng;Xuelong Li
通讯作者：
Qi Wang;Zhao-Xi Meng;Xuelong Li