协同表示的相关算法在高光谱图像分类的学习过程中没有很好地刻画高光谱图像的特性，如像素的局域性和标签信息等，因此其性能受到限制。对此，提出一种散度核协同表示技术并利用空谱融合获取特征的分类方法(IKCRC)。为有效刻画像素的局域性和标签信息，该方法构造新的散度核协同表示模型和相应的计算模型。在公式中引入核映射以提高分类能力，在计算过程上使用空谱融合的初步特征提取使得算法简洁高效。在标准高光谱图像数据集上进行的对比实验表明，IKCRC更能有效地提高分类精度。
科研之友
微信
新浪微博
Facebook
分享链接
