王祥涛
- 作品数：3 被引量：5H指数：2
- 供职机构：西北工业大学电子信息学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 高光谱数据分类新方法研究被引量：1
- 2010年
- 传统的独立分量分析(ICA)算法无法确定高光谱数据中独立分量的个数,利用概率神经网络(PNN)训练时间短的优点,根据分类精度可以较快地确定出独立分量的个数。提出了一种在确定高光谱数据的维数之后利用支持向量机(SVM)分类的新算法思想,首先利用ICA对高光谱数据降维,并利用PNN确定出独立分量的个数,而后对降维后的数据利用SVM作交叉验证,并采用混合核函数进行分类的算法思想。通过仿真实验表明,该算法可以在保证分类精度的同时大大减少分类的时间。
- 王祥涛冯燕吴政
- 关键词：独立分量分析支持向量机概率神经网络混合核函数
- 基于方向导数的多光谱图像快速融合新算法被引量：2
- 2009年
- 针对提升小波变换的特点,研究图像融合规则,提出了一种新的基于方向导数的多分辨多光谱图像快速融合算法。首先,利用提升小波变换得到待融合源图像的多分辨分析;然后以小波域方向导数为判据,在图像的多分辨分析的相应各级上进行融合,得到融合图像的多分辨分析;最后,利用提升小波反变换重构融合图像。使用多光谱图像对算法进行验证并与方向对比度算法进行对比,结果表明,融合图像完好的融合了源图像的信息,且算法运算时间短。
- 陈武靳海兵吴政王祥涛
- 关键词：图像融合提升小波变换方向导数方向对比度
- 基于改进独立分量分析的高光谱数据分类研究被引量：2
- 2009年
- 高光谱数据波段数目多,光谱信息量大,采用传统的分类方法无法取得较好的精确分类效果。针对上述问题,结合独立分量分析(ICA)和概率神经网络(PNN)在高光谱数据特征提取及分类中的优势,提出了一种改进的独立分量分析与概率神经网络相结合的高光谱数据分类方法,首先采用改进的独立分量分析对高光谱数据进行降维,然后采用概率神经网络对提取的独立分量进行分类。通过仿真实验结果表明,方法可以在获得较高分类精度的同时大大节省分类的时间。
- 王祥涛冯燕陈武
- 关键词：独立分量分析概率神经网络
