关键词:
监督分类
张量分解
高光谱图像
图像分类
摘要:
针对高光谱图像在向量特征对齐方法中可能导致的信息丢失问题,文章提出了Log-Cosh张量回归(LCTR)方法。该方法的核心思想是将Log-Cosh回归扩展到张量空间,从而实现更精准的高光谱图像分类。此外,文章采用了CP分解来降低模型复杂度,并加入正则化项和非负约束,有效防止了过拟合,同时增强了模型的稀疏性。为了进一步提升模型的判别能力,文章还特别引入了秩R约束。值得一提的是,该模型的梯度信息不仅易于获取,而且具有较强的解释性。实验在2个广泛使用的高光谱图像数据集上进行,结果表明,LCTR方法在这些数据集上展现了显著的高效性。