研究目的
为解决稀疏多项逻辑回归(SMLR)在处理高维特征及人工设置高光谱图像(HSI)分类初始回归值时的低效问题,提出一种极端稀疏多项逻辑回归(ESMLR)框架。
研究成果
所提出的ESMLR框架相比传统SMLR和K-SVM显著提高了高光谱图像的分类精度,且计算时间相当。该框架展现出强大的鲁棒性和效率,尤其在训练样本数量较少时表现突出。
研究不足
该研究仅限于两个特定的HSI数据集,且由于计算限制,未探索MFL中非线性特征的潜力。
研究目的
为解决稀疏多项逻辑回归(SMLR)在处理高维特征及人工设置高光谱图像(HSI)分类初始回归值时的低效问题,提出一种极端稀疏多项逻辑回归(ESMLR)框架。
研究成果
所提出的ESMLR框架相比传统SMLR和K-SVM显著提高了高光谱图像的分类精度,且计算时间相当。该框架展现出强大的鲁棒性和效率,尤其在训练样本数量较少时表现突出。
研究不足
该研究仅限于两个特定的HSI数据集,且由于计算限制,未探索MFL中非线性特征的潜力。
加载中....
您正在对论文“极端稀疏多项逻辑回归:一种用于高光谱图像分类的快速稳健框架”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期