Rapid hyperspectral band selection approach based on clustering and optimal index algorithm

doi:10.13741/j.cnki.11-1879/o4.2016.06.004

您当前的位置：

首页 >

文章列表页 >

Rapid hyperspectral band selection approach based on clustering and optimal index algorithm

更新时间：2025-09-01

- Rapid hyperspectral band selection approach based on clustering and optimal index algorithm
- Vol. 42, Issue 6, Pages: 496-500(2016)
- 作者机构：
  
  1:军械工程学院电子与光学工程系
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2016.06.004
  CLC：
- Published：2016
- 稿件说明：
移动端阅览
Rapid hyperspectral band selection approach based on clustering and optimal index algorithm[J]. 2016, 42(6): 496-500.
DOI：

Rapid hyperspectral band selection approach based on clustering and optimal index algorithm[J]. 2016, 42(6): 496-500. DOI： 10.13741/j.cnki.11-1879/o4.2016.06.004.

摘要

最佳指数法是常用的高光谱图像数据波段选择方法

但存在运算时间过长的问题。运用K-means聚类算法

对最佳指数方法进行了改进

提出了聚类最佳指数法

并进行了一系列伪装目标识别的对比实验。实验结果表明

与最佳指数法相比

改进后的方法在保证目标分类精度的前提下

运算速度提高了数十倍;与单纯使用K-means聚类运算相比

不仅运算时间缩短

而且分类精度有所提高。利用改进算法能够在伪装环境下更加快速有效地识别目标。

Abstract

关键词

Keywords

references

Views

269

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Classification model of dominant species in desertification grassland based on hyperspectral remote sensing

Location and measurement method of binocular vision based on edge fitting

Band selection method based on hyperspectral fundamental criterion

Oil spills classification based on spectrum under UV/Vis

Design of automated field hyperspectral BRDF measurement system

Related Author

康拥朝

刘浩

皮伟强

杨红艳

毕玉革

张锡鹏

方建中

许四祥

Related Institution

1:内蒙古农业大学机电学院

1:安徽工业大学机械工程学院

1:陆军工程大学石家庄校区电子与光学工程系

3:中国石化青岛安全工程研究院

2:青岛农业大学理学与信息科学学院

⁰