高光谱图像分类方法

1、基于基本光谱信息，依据光谱特征和适当的特征变换的多种机器学习分类算法 K最近邻（K-NN）、最大似然分类、贝叶斯、决策树、极限学习机（ELM）、支持向量机（SVM）、基于稀疏表达（SRC） 2、基于空谱联合信息的分类 1.组合方式 利用光谱信息和空间联合信息的先后组合：光谱分类与马尔可夫随机场（MRF）或图像分割技术的组合。 2.融合方式 空间信息与光谱信息的特征融合：三维小波变换、三维Gab

>>阅读原文<<