光谱角匹配加权核特征空间分离变换高光谱异常检测算法
提出了一种光谱角匹配(SAM)加权核特征空间分离变换(KEST)高光谱异常检测算法.在基于核的特征空间分离变换(KEST)算法基础上,利用光谱角匹配(SAM)测度对高维特征空间中检测点邻域差异相关矩阵(DCOR)中的每个样本引入权重因子,各样本权重因子取决于该样本光谱向量与检测窗口数据中心向量夹角,从而抑制检测窗口中的病态数据,突出主成分数据的贡献,使得DCOR矩阵能够更好地描述目标、背景数据分布差异.通过理论分析和对模拟、实际数据实验比较,证明该算法较传统异常检测算法和KEST算法具有更高的检测率....
Gespeichert in:
| Veröffentlicht in: | 红外与毫米波学报 2013, Vol.32 (4), p.359-365 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | chi |
| Schlagworte: | |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 365 |
|---|---|
| container_issue | 4 |
| container_start_page | 359 |
| container_title | 红外与毫米波学报 |
| container_volume | 32 |
| creator | 韩静 岳江 张毅 柏连发 陈钱 |
| description | 提出了一种光谱角匹配(SAM)加权核特征空间分离变换(KEST)高光谱异常检测算法.在基于核的特征空间分离变换(KEST)算法基础上,利用光谱角匹配(SAM)测度对高维特征空间中检测点邻域差异相关矩阵(DCOR)中的每个样本引入权重因子,各样本权重因子取决于该样本光谱向量与检测窗口数据中心向量夹角,从而抑制检测窗口中的病态数据,突出主成分数据的贡献,使得DCOR矩阵能够更好地描述目标、背景数据分布差异.通过理论分析和对模拟、实际数据实验比较,证明该算法较传统异常检测算法和KEST算法具有更高的检测率. |
| doi_str_mv | 10.3724/SP.J.1010.2013.00359 |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour_chong</sourceid><recordid>TN_cdi_wanfang_journals_hwyhmb201304013</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>1005346037</cqvip_id><wanfj_id>hwyhmb201304013</wanfj_id><sourcerecordid>hwyhmb201304013</sourcerecordid><originalsourceid>FETCH-LOGICAL-c603-fc1f0fde98a205eead3d23973080bb4054ab8abbe3e4c5d14697a30db23432ac3</originalsourceid><addsrcrecordid>eNotkE1LAlEUhu-iIDH_QbsWrWY6d84dZ2YZ0rdQkHu5dz7UyLGUEHd9YGQlQRC6CaSgiCCKCrSif3Nn9F90wzbv4cBzPt6XkBkKOloGm9_a1Nd0Cqo1gKIOgKYzQRIUgGoOUDZFUrVaSQC1mOVQx06QddlsDV9ehw9X8mIwarblWS-6OY56_bg1kD-H8ePnqPMuT0_i-y952Y3at6On7nhEfh_Jfj-6O4g-zuPnTvR2PU0mA75T81P_NUlyS4u5zIqW3VhezSxkNTcNqAUuDSDwfMfmBpi-zz30DHQsBBuEYGAyLmwuhI8-c02PsrRjcQRPGMjQ4C4mydx4bZ2HAQ8L-e3KfjVUB_PFeqNYFn_WgSlR5OyYdIuVsLBXUuxutVTm1UZeRWIiU_9Y-Ato_XWi</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>光谱角匹配加权核特征空间分离变换高光谱异常检测算法</title><source>Elektronische Zeitschriftenbibliothek - Frei zugängliche E-Journals</source><creator>韩静 岳江 张毅 柏连发 陈钱</creator><creatorcontrib>韩静 岳江 张毅 柏连发 陈钱</creatorcontrib><description>提出了一种光谱角匹配(SAM)加权核特征空间分离变换(KEST)高光谱异常检测算法.在基于核的特征空间分离变换(KEST)算法基础上,利用光谱角匹配(SAM)测度对高维特征空间中检测点邻域差异相关矩阵(DCOR)中的每个样本引入权重因子,各样本权重因子取决于该样本光谱向量与检测窗口数据中心向量夹角,从而抑制检测窗口中的病态数据,突出主成分数据的贡献,使得DCOR矩阵能够更好地描述目标、背景数据分布差异.通过理论分析和对模拟、实际数据实验比较,证明该算法较传统异常检测算法和KEST算法具有更高的检测率.</description><identifier>ISSN: 1001-9014</identifier><identifier>DOI: 10.3724/SP.J.1010.2013.00359</identifier><language>chi</language><publisher>南京理工大学江苏省光谱成像与智能感知重点实验室,江苏南京,210094</publisher><subject>SAM加权KEST ; 光谱角匹配 ; 异常检测 ; 特征空间分离变换 ; 高光谱</subject><ispartof>红外与毫米波学报, 2013, Vol.32 (4), p.359-365</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/95821A/95821A.jpg</thumbnail><link.rule.ids>314,780,784,4022,27922,27923,27924</link.rule.ids></links><search><creatorcontrib>韩静 岳江 张毅 柏连发 陈钱</creatorcontrib><title>光谱角匹配加权核特征空间分离变换高光谱异常检测算法</title><title>红外与毫米波学报</title><addtitle>Journal of Infrared and Millimeter Waves</addtitle><description>提出了一种光谱角匹配(SAM)加权核特征空间分离变换(KEST)高光谱异常检测算法.在基于核的特征空间分离变换(KEST)算法基础上,利用光谱角匹配(SAM)测度对高维特征空间中检测点邻域差异相关矩阵(DCOR)中的每个样本引入权重因子,各样本权重因子取决于该样本光谱向量与检测窗口数据中心向量夹角,从而抑制检测窗口中的病态数据,突出主成分数据的贡献,使得DCOR矩阵能够更好地描述目标、背景数据分布差异.通过理论分析和对模拟、实际数据实验比较,证明该算法较传统异常检测算法和KEST算法具有更高的检测率.</description><subject>SAM加权KEST</subject><subject>光谱角匹配</subject><subject>异常检测</subject><subject>特征空间分离变换</subject><subject>高光谱</subject><issn>1001-9014</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2013</creationdate><recordtype>article</recordtype><recordid>eNotkE1LAlEUhu-iIDH_QbsWrWY6d84dZ2YZ0rdQkHu5dz7UyLGUEHd9YGQlQRC6CaSgiCCKCrSif3Nn9F90wzbv4cBzPt6XkBkKOloGm9_a1Nd0Cqo1gKIOgKYzQRIUgGoOUDZFUrVaSQC1mOVQx06QddlsDV9ehw9X8mIwarblWS-6OY56_bg1kD-H8ePnqPMuT0_i-y952Y3at6On7nhEfh_Jfj-6O4g-zuPnTvR2PU0mA75T81P_NUlyS4u5zIqW3VhezSxkNTcNqAUuDSDwfMfmBpi-zz30DHQsBBuEYGAyLmwuhI8-c02PsrRjcQRPGMjQ4C4mydx4bZ2HAQ8L-e3KfjVUB_PFeqNYFn_WgSlR5OyYdIuVsLBXUuxutVTm1UZeRWIiU_9Y-Ato_XWi</recordid><startdate>2013</startdate><enddate>2013</enddate><creator>韩静 岳江 张毅 柏连发 陈钱</creator><general>南京理工大学江苏省光谱成像与智能感知重点实验室,江苏南京,210094</general><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>W92</scope><scope>~WA</scope><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2013</creationdate><title>光谱角匹配加权核特征空间分离变换高光谱异常检测算法</title><author>韩静 岳江 张毅 柏连发 陈钱</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c603-fc1f0fde98a205eead3d23973080bb4054ab8abbe3e4c5d14697a30db23432ac3</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2013</creationdate><topic>SAM加权KEST</topic><topic>光谱角匹配</topic><topic>异常检测</topic><topic>特征空间分离变换</topic><topic>高光谱</topic><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>韩静 岳江 张毅 柏连发 陈钱</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库-工程技术</collection><collection>中文科技期刊数据库- 镜像站点</collection><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>红外与毫米波学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>韩静 岳江 张毅 柏连发 陈钱</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>光谱角匹配加权核特征空间分离变换高光谱异常检测算法</atitle><jtitle>红外与毫米波学报</jtitle><addtitle>Journal of Infrared and Millimeter Waves</addtitle><date>2013</date><risdate>2013</risdate><volume>32</volume><issue>4</issue><spage>359</spage><epage>365</epage><pages>359-365</pages><issn>1001-9014</issn><abstract>提出了一种光谱角匹配(SAM)加权核特征空间分离变换(KEST)高光谱异常检测算法.在基于核的特征空间分离变换(KEST)算法基础上,利用光谱角匹配(SAM)测度对高维特征空间中检测点邻域差异相关矩阵(DCOR)中的每个样本引入权重因子,各样本权重因子取决于该样本光谱向量与检测窗口数据中心向量夹角,从而抑制检测窗口中的病态数据,突出主成分数据的贡献,使得DCOR矩阵能够更好地描述目标、背景数据分布差异.通过理论分析和对模拟、实际数据实验比较,证明该算法较传统异常检测算法和KEST算法具有更高的检测率.</abstract><pub>南京理工大学江苏省光谱成像与智能感知重点实验室,江苏南京,210094</pub><doi>10.3724/SP.J.1010.2013.00359</doi><tpages>7</tpages></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1001-9014 |
| ispartof | 红外与毫米波学报, 2013, Vol.32 (4), p.359-365 |
| issn | 1001-9014 |
| language | chi |
| recordid | cdi_wanfang_journals_hwyhmb201304013 |
| source | Elektronische Zeitschriftenbibliothek - Frei zugängliche E-Journals |
| subjects | SAM加权KEST 光谱角匹配 异常检测 特征空间分离变换 高光谱 |
| title | 光谱角匹配加权核特征空间分离变换高光谱异常检测算法 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-11T18%3A42%3A38IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour_chong&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%85%89%E8%B0%B1%E8%A7%92%E5%8C%B9%E9%85%8D%E5%8A%A0%E6%9D%83%E6%A0%B8%E7%89%B9%E5%BE%81%E7%A9%BA%E9%97%B4%E5%88%86%E7%A6%BB%E5%8F%98%E6%8D%A2%E9%AB%98%E5%85%89%E8%B0%B1%E5%BC%82%E5%B8%B8%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95&rft.jtitle=%E7%BA%A2%E5%A4%96%E4%B8%8E%E6%AF%AB%E7%B1%B3%E6%B3%A2%E5%AD%A6%E6%8A%A5&rft.au=%E9%9F%A9%E9%9D%99%20%E5%B2%B3%E6%B1%9F%20%E5%BC%A0%E6%AF%85%20%E6%9F%8F%E8%BF%9E%E5%8F%91%20%E9%99%88%E9%92%B1&rft.date=2013&rft.volume=32&rft.issue=4&rft.spage=359&rft.epage=365&rft.pages=359-365&rft.issn=1001-9014&rft_id=info:doi/10.3724/SP.J.1010.2013.00359&rft_dat=%3Cwanfang_jour_chong%3Ehwyhmb201304013%3C/wanfang_jour_chong%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=1005346037&rft_wanfj_id=hwyhmb201304013&rfr_iscdi=true |