《表3 不同方法的计算复杂度》
进一步对比了上述四种方法选择10个波段在实际应用时所需要的时间,实验所用的计算机为Windows 10,CPU i7-6700,3.40 GHz,RAM 8 GB,从表4中可以看出SpaBS方法耗时最长,这是因为SpaBS方法需要利用K-SVD[22]算法进行字典学习,有着非常大的计算量;MVPCA方法只是对高光谱图像进行主成分分析计算,然后利用方差大小排序后进行波段选择,计算量较小;K-medoids算法则通过中心点聚类进行波段选择,但由于初始化聚类中心的随机性,在实际应用中选择出的波段结果不稳定,识别效果相差比较大。本文所提方法相比MVPCA、K-medoids的时间略长,但所选择的选择波段比两者的分类效果要好。
图表编号 | XD0067441600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 李特权、杨志景、凌永权、蔡念 |
绘制单位 | 广东工业大学信息工程学院、广东工业大学信息工程学院、广东工业大学信息工程学院、广东工业大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |