《表2 KPCA与PCA算法累积贡献率比较 (武汉区数据)》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《一种基于KPCA和Brovey变换的遥感影像融合方法》
%
2) 特征提取:利用KPCA算法提取校正后的MS影像的贡献率排名前三的核主成分KPC1、KAPC2和KPC3。笔者分别采用线性核函数、多项式核函数、高斯核函数和Sigmod核函数做实验。可以看出,高斯核函数的性能明显优于其余3种算法,前3个主成分的累积贡献率达到96.6%。为验证算法有效性,同时对数据进行PCA变换。两种算法得到累积贡献率结果见表2。可以看出,KPCA算法比PCA的数据压缩能力(仅为84.3%)有所提高,因此,利用KPCA算法能够提高原始MS影像的波段信息利用率。
图表编号 | XD0029207100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 柯宏霞、高建平 |
绘制单位 | 重庆交通大学土木工程学院、重庆交通大学土木工程学院 |
更多格式 | 高清、无水印(增值服务) |