首页 | 本学科首页   官方微博 | 高级检索  
     

基于带野值的SVDD的高光谱图像异常检测
引用本文:蒲晓丰,雷武虎,汤俊杰,黄涛. 基于带野值的SVDD的高光谱图像异常检测[J]. 光电工程, 2010, 37(12). DOI: 10.3969/j.issn.1003-501X.2010.12.015
作者姓名:蒲晓丰  雷武虎  汤俊杰  黄涛
基金项目:安徽省自然科学基金资助项目
摘    要:基于支持向量数据描述(SVDD)的高光谱图像异常检测算法常常会因为背景样本中混入异常像元(野值)而导致检测概率下降.针对此问题,提出一种基于带野值的支持向量描述的检测算法,引入原点和少量已检测出来的异常像元作为异常样本,以改善算法对异常和背景数据的描述能力;同时为抑制错误样本的影响,将异常和背景样本偏离背景样本均值的距离映射作为各样本的加权系数.结果表明,新算法在低虚警概率下较之SVDD模型有更高的检测概率.利用真实数据进行实验证明了算法的有效性.

关 键 词:异常检测  支持向量数据描述(SVDD)  加权  高光谱图像

Anomaly Detection for Hyperspectral Image Based on SVDD with Negative Examples
PU Xiao-feng,LEI Wu-hu,TANG Jun-jie,HUANG Tao. Anomaly Detection for Hyperspectral Image Based on SVDD with Negative Examples[J]. Opto-Electronic Engineering, 2010, 37(12). DOI: 10.3969/j.issn.1003-501X.2010.12.015
Authors:PU Xiao-feng  LEI Wu-hu  TANG Jun-jie  HUANG Tao
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号