Matrix-based Margin Maximization Band Selection with Data-Driven Diversity for Hyperspectral Imagery Classification-湖大信息科学与工程学院
学术报告
我的位置在: 首页 > 学术报告 > 正文
Matrix-based Margin Maximization Band Selection with Data-Driven Diversity for Hyperspectral Imagery Classification
浏览次数:日期:2018-03-30编辑:信科院 科研办

报告时间:201843周二16:30

报告地点:湖南大学信息科学与工程学院542报告厅

报告人简介:

        韦晓辉,2014级博士生,导师为廖波教授,主要研究兴趣为字典与稀疏学习,高光谱图像分类。

报告内容

    高光谱图像的频谱选择。针对高光谱图像频谱维度高、信息冗余、及不同类别的判别性频谱分布不一致的特点,结合双正则化的支持向量机(Doubly regularized SVM, DrSVM),提出了类相关的频谱选择模型。该模型从理论上具备保留二维结构数据空间信息、动态地度量不同频谱之间关系的能力。