激光雷达与高光谱数据融合用于土地覆盖分类：案例研究
计算机视觉与模式识别
2017-07-11 v1
摘要
本文提出一种融合激光雷达(LiDAR)与高光谱数据的方法，该方法在单一框架中同时考虑光谱与空间信息。其中，研究了一种扩展自对偶属性剖面(ESDAP)从高光谱数据集中提取空间信息。为提取光谱信息，使用了一些知名分类器，如支持向量机(SVMs)、随机森林(RFs)和人工神经网络(ANNs)。所提方法在真实的病态情形下（训练样本数与特征数之间不平衡）仅用少量CPU处理时间便准确分类了相对体量的数据集。所提方法的分类部分是完全自动的。
引用
@article{arxiv.1707.02642,
title = {Integration of LiDAR and Hyperspectral Data for Land-cover Classification: A Case Study},
author = {Pedram Ghamisi and Gabriele Cavallaro and Dan and Wu and Jon Atli Benediktsson and Antonio Plaza},
journal= {arXiv preprint arXiv:1707.02642},
year = {2017}
}