期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
非参数特征提取中模板信号的选取 被引量:2
1
作者 范虹 冯涛 +2 位作者 孟庆丰 张优云 高强 《计算机工程与应用》 CSCD 北大核心 2007年第18期75-77,共3页
非参数特征提取方法虽然不需要用任何参数表达的基函数,但在很大程度上却依赖于模板信号的选取。模板信号与实际信号逼近的程度,直接影响了提取结果的精度,这严重阻碍了该方法的广泛应用,因而模板信号的选取成为非参数波形提取中的一个... 非参数特征提取方法虽然不需要用任何参数表达的基函数,但在很大程度上却依赖于模板信号的选取。模板信号与实际信号逼近的程度,直接影响了提取结果的精度,这严重阻碍了该方法的广泛应用,因而模板信号的选取成为非参数波形提取中的一个关键问题。利用非参数特征提取方法前一次提取的结果,引入自适应调节模板信号的算法,使得该方法不再过多地要求模板信号具有信号的先验知识,提高了该方法在应用中的柔性和适应性。仿真信号表明了所提方法的可行性和有效性。研究结果为非参数特征提取方法的应用提供了一条新途径。 展开更多
关键词 非参数特征提取 模板信号 自适应
在线阅读 下载PDF
NWFE结合纹理特征的SVM土地覆被分类方法研究 被引量:6
2
作者 崔林林 罗毅 包安明 《国土资源遥感》 CSCD 北大核心 2012年第1期36-42,共7页
为提高土地覆被分类精度,采用非参数权重特征提取(nonparametric weighted feature extraction,NWFE)结合纹理特征的支持向量机(support vector machines,SVM)的分类法,对新疆玛纳斯河流域绿洲区2006年的土地覆被进行分类,并将该方法与... 为提高土地覆被分类精度,采用非参数权重特征提取(nonparametric weighted feature extraction,NWFE)结合纹理特征的支持向量机(support vector machines,SVM)的分类法,对新疆玛纳斯河流域绿洲区2006年的土地覆被进行分类,并将该方法与主成分分析(principal component analysis,PCA)结合纹理特征的SVM分类、原始波段结合纹理特征的SVM分类进行对比。结果表明,NWFE结合纹理特征的SVM分类结果优于其他2种分类结果,不仅反映了土地覆被分布的整体情况,而且使不同土地覆被类型得到较好的区分,总体分类精度达89.17%。 展开更多
关键词 参数权重特征提取(NWFE) 支持向量机(SVM) 土地覆被分类
在线阅读 下载PDF
基于模糊核加权C-均值聚类的高光谱图像分类 被引量:19
3
作者 赵春晖 齐滨 《仪器仪表学报》 EI CAS CSCD 北大核心 2012年第9期2016-2021,共6页
高光谱图像分类是高光谱数据分析的重要研究内容之一。模糊C-均值聚类算法因其算法简单、收敛速度快等优点受到广泛的关注。由于高光谱数据的维数较高,其光谱波段的非线性特性使得传统模糊C-均值聚类算法无法在原始空间得到较好的聚类... 高光谱图像分类是高光谱数据分析的重要研究内容之一。模糊C-均值聚类算法因其算法简单、收敛速度快等优点受到广泛的关注。由于高光谱数据的维数较高,其光谱波段的非线性特性使得传统模糊C-均值聚类算法无法在原始空间得到较好的聚类结果。另外,模糊C-均值聚类算法在计算聚类中心时,仅使用了各样本对聚类中心的隶属度,忽略了样本之间固有存在的空间分布特征。为此提出了模糊核加权C-均值聚类算法,在计算模糊核聚类中心时,根据样本的空间分布特征,为每个样本分配不同的权值,使得每个核聚类中心随着样本的不同而各有不同。标准数据和实际高光谱数据的实验结果均表明,相比较传统模糊C-均值均聚类算法,模糊核加权C-均值聚类算法在总体分类精度上有较大的提高。 展开更多
关键词 聚类分析 模糊核C-均值聚类 参数加权特征提取 样本空间分布
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部