Отрывок: 2.4. Численная оптимизация, основанная на стохастическом градиентном спуске К сожалению, описанные выше методы, основанные на простом градиентном спуске, не могут быть напрямую применены к гиперспектральным спутниковым снимкам в связи с высокой вычислительной сложностью и ограничениями по памяти базового метода [27]. Все эти методы требуют выполнения O(N2) операций на одну итерацию процесса оптимизации, а хранение матрицы предварительно вычисленных попарных рассогласований в мно...
Название : | Нелинейное снижение размерности гиперспектральных изображений с использованием спектральных углов и учетом пространственного контекста |
Другие названия : | Nonlinear dimensionality reduction of hyperspectral images based on spectral angles and exploiting the spatial context |
Авторы/Редакторы : | Мясников Е.В. Myasnikov E.V. |
Ключевые слова : | Spectral similarity dimensionality reduction nonlinear mapping spectral angle SAM spatial context |
Дата публикации : | 2018 |
Издательство : | Новая техника |
Библиографическое описание : | Мясников Е.В. Нелинейное снижение размерности гиперспектральных изображений с использованием спектральных углов и учетом пространственного контекста // Сборник трудов IV международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2018) - Самара: Новая техника, 2018. - С.833-842 |
Аннотация : | В работе предлагается нелинейный метод снижения размерности гиперспектральных изображений. Отличительной особенностью предложенного метода является использование спектральных углов в исходном гиперспектральном пространстве в качестве меры рассогласования между отсчетами изображения, а также учет пространственного контекста пикселей гиперспектрального изображения. Проведенные в работе эксперименты, выполненные на открытом наборе гиперспектральных данных, показали преимущество разработанного метода перед базовыми нелинейными методами снижения размерности и линейным методом главных компонент. A nonlinear method for the dimensionality reduction of hyperspectral images is proposed in this paper. A special feature of the proposed method is the use of spectral angles in the initial hyperspectral space as a dissimilarity measure between pixels of an image, as well as taking into account the spatial context of the hyperspectral image pixels. A well-known hyperspectral image datased was used in the experiments. The experiments showed the advantage of the developed method over the basic nonlinear dimensionality reduction methods and the linear principal component analysis technique. |
URI (Унифицированный идентификатор ресурса) : | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Nelineinoe-snizhenie-razmernosti-giperspektralnyh-izobrazhenii-s-ispolzovaniem-spektralnyh-uglov-i-uchetom-prostranstvennogo-konteksta-69102 |
Другие идентификаторы : | Dspace\SGAU\20180513\69102 Dspace\SGAU\20180515\69102 |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
paper_115.pdf | Основная статья | 271.65 kB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.