中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于非负矩阵分解的航拍图像信息提取 浙江农林大学学报 2012,29 (1) 72-77
Position: Home > Articles > Aerial image information extraction based on non-negative matrix factorization Journal of Zhejiang A&F University 2012,29 (1) 72-77

基于非负矩阵分解的航拍图像信息提取

作  者：
郝红;徐常青;张新平
单  位：
浙江农林大学环境与资源学院
关键词：
森林经理学;非负矩阵分解;航拍图像;主成分分析;特征值
摘  要：
为研究非负矩阵分解(NMF)算法的优越性,将此方法应用于航拍图像的信息提取。在对航拍图像进行信息提取时,与传统的主成分分析方法进行了比较。通过选取不同的特征值r与Eignum进行实验。结果表明:当r=20,50时,应用本研究算法的运行时间小于Eignum=20,50时主成分分析的运行时间;并对r=50,Eignum=50时进行了识别率比较,应用此方法的识别率更高,证明了非负矩阵分解算法在航拍图像应用中的时间短、识别率高的优越性。
译  名：
Aerial image information extraction based on non-negative matrix factorization
作  者：
HAO Hong,XU Chang-qing,ZHANG Xin-ping(School of Environmental and Resource Sciences,Zhejiang A & F University,Lin'an 311300,Zhejiang,China)
关键词：
forest management;non-negative matrix factorization(NMF);aerial image;principle component analysis(PCA);eigenvalue
摘  要：
This study was on superiority of the non-negative matrix factorization(NMF) algorithm for application of information extracted with aerial images.First,NMF was used for aerial image information extraction,and then this data was compared with a principal component analysis(PCA) in which r(the number of rows or columns of basic matrix) and Eignum(the number of eigenvalues) were given different values.Experimental results showed that the run time of NMF with r = 20 or 50 was less than that of PCA with an Eignum = 20 or 50.Also,the recognition rate of NMF with r = 50 was higher than that of an Eignum = 50.The experiment showed that non-negative matrix factorization had advantages of a short time period with a high recognition rate.

相似文章

导出引用
计量
文章访问数: 8
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46