浏览全部资源
扫码关注微信
1:江南大学物联网工程学院
Published:2014
移动端阅览
Dimensionality reduction method based on combination of PCA and ICA[J]. 2014, 40(2): 180-183.
DOI:
Dimensionality reduction method based on combination of PCA and ICA[J]. 2014, 40(2): 180-183. DOI: 10.13741/j.cnki.11-1879/o4.2014.02.017.
提出了一种结合主成分分析(PCA)和独立成分分析(ICA)的多光谱数据降维方法
实现了用低维基向量的线性组合来表示高维的光谱数据。首先用PCA方法对多光谱数据进行重构
为了提高色度精度
重建中引入了物体的色度信息;然后用ICA方法对因引入色度信息所造成的剩余光谱误差进行修正。从实验结果来看
所提出的方法均方根误差的平均值较PCA法降低了34.48%
GFC的平均值也达到了95%以上
其降维精度优于基于PCA的光谱降维方法。
0
Views
709
下载量
10
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution