%0 Journal Article
%T 基于局域自适应信息理论测度学习的高光谱目标探测方法<br>Hyperspectral Target Detection Based on Locally Adaptive Information-Theoretic Metric Learning Method
%A 董燕妮
%A 杜博
%A 张乐飞
%A 张良培&lt
%A br&gt
%A DONG Yanni
%A DU Bo
%A ZHANG Lefei
%A ZHANG Liangpei
%J 武汉大学学报·信息科学版
%D 2018
%R 10.13203/j.whugis20150504
%X 传统基于信号检测的目标探测方法需要依赖特定的统计假设，只有在符合条件的情况下才能取得较好的目标探测结果。为了克服这一缺陷，提出了一种基于局域自适应的信息理论测度学习方法。首先将信息理论测度学习方法作为目标主函数，然后加以局域自适应决策法则进行约束，自适应地减小相似样本对距离，增大不相似样本对距离，使得在考虑阈值的同时兼顾测度学习前后距离的改变情况来进行目标探测决策，从而更好地实现目标探测。实验证明，该方法与其他经典目标探测方法或测度学习方法相比，可以更好地实现目标与背景分离，能够更有效地对高光谱影像数据进行目标探测
%K 目标探测
%K 测度学习
%K 决策法则
%K 局域自适应
%K 高光谱影像
%K &lt
%K br&gt
%K target detection
%K metric learning
%K decision rule
%K locally adaptive
%K hyperspectral images
%U http://ch.whu.edu.cn/CN/abstract/abstract6184.shtml