一种基于无监督宽度学习的高光谱图像聚类方法
发布时间: 2022-02-18
来源: 试点城市(园区)
基本信息
本发明的一种基于无监督宽度学习的高光谱图像聚类方法,首先,为保留原始高光谱图像的本征流形结,利用图正则稀疏自动编码器微调输入到映射特征和映射特征到增量节点的权重;接着,无监督宽度学习的模型目标函数由图正则项和连接权重的l2范数项构成,并通过求解广义特征值分解问题,得到无监督宽度学习的模型权重以及无监督宽度学习的输出;最后,利用谱聚类得到聚类结果。