您当前的位置：成果库 > 基于稀疏表示和空谱拉普拉斯图的高光谱数据降维方法
212
2018/09/19
咨询成果
发布成果基本信息
- 成果类型 高等院校
- 委托机构 西安电子科技大学
- 成果持有方 西安电子科技大学
- 行业领域 其他电子信息
- 项目名称 基于稀疏表示和空谱拉普拉斯图的高光谱数据降维方法
- 知识产权 发明专利
- 项目简介 本发明公开了一种用于大规模高光谱数据的降维方法，主要用于解决传统流行学习信息单一和该类方法难以处理较大规模数据的问题。其实现步骤为：1.从大规模的高光谱数据中选择一定量的数据作为训练样本；2.对训练样本进行空谱拉普拉斯图的构造；3.对拉普拉斯矩阵进行特征分解得到训练样本的低维表示；4.利用训练样本及其低维表示构造高维字典和低维字典；5.计算剩余高光谱数据在高维字典上的稀疏表示系数；6.将该稀疏表示系数与低维字典进行相乘，得到剩余数据的低维表示；7.整合训练样本与剩余数据的低维表示得到完整的降维数据。本发明提升了流行降维的效果，可用于处理大规模的高光谱数据。
交易信息
- 意向交易额 面议
- 挂牌时间 2019/09/19
- 委托机构 西安电子科技大学
- 联系人姓名 王小刚
- 联系人电话 15802954800
- 联系人邮箱 745490733@qq.com
- 分享至：
