应用监督近邻重构分析的高光谱遥感数据特征提取

发布时间：2017-10-21 18:20

  本文关键词：应用监督近邻重构分析的高光谱遥感数据特征提取

  更多相关文章： 高光谱遥感数据分类 特征提取 监督学习 邻域重构 总体散度矩阵

【摘要】：针对高光谱遥感数据特征提取方法的研究,提出了一种新的监督近邻重构分析(Supervised Neighbor Reconstruction Analysis,SNRA)算法。该方法首先利用同一类别的近邻数据点对各数据点进行重构;然后在低维嵌入空间中保持该重构关系不变,尽可能地分离开非同类数据点,并利用总体散度矩阵来约束数据间的相关性;最后求解得到一个最佳投影矩阵,进而提取出鉴别特征。SNRA算法不仅保持了同类数据的局部结构而且增强了非同类数据的可分性,同时减少了数据的冗余信息。在Indian Pine和KSC高光谱遥感数据集上的实验结果表明:提出的方法能更好地揭示出高光谱遥感数据的内在特性,提取出更有效的鉴别特征,改善分类效果。
【作者单位】： 四川理工学院理学院;
【关键词】： 高光谱遥感数据分类 特征提取 监督学习 邻域重构 总体散度矩阵
【基金】：国家自然科学基金(理论物理专项)(11547196) 四川省教育厅重点资助(15ZA0229) 四川理工学院人才引进资助(2013RC07)
【分类号】：TP751
【正文快照】： 0引言遥感是从远处由传感器对地物反射或发射的电磁波信息进行探测,并揭示不同地物特性的一门技术[1-2]。随着空间技术、信息技术和电子计算机技术的高速发展,遥感逐步从全色遥感、彩色遥感、多光谱遥感发展到高光谱遥感[1]。高光谱遥感数据拥有数十数百个电磁波波段,所获取的

【相似文献】

中国期刊全文数据库 前10条

1 刘建平,赵英时,孙淑玲;高光谱遥感数据最佳波段选择方法试验研究[J];遥感技术与应用;2001年01期

2 刘建平,赵英时,孙淑玲;高光谱遥感数据最佳波段选择方法试验研究[J];遥感信息;2001年01期

3 刘建平,赵英时;高光谱遥感数据解译的最佳波段选择方法研究[J];中国科学院研究生院学报;1999年02期

4 陶荣华;陈标;赵海彬;陈晓露;;高光谱遥感数据吸收位置特征融合提取技术研究[J];激光杂志;2013年05期

5 刘伟东,F.Baret,张兵,郑兰芬,童庆禧;应用高光谱遥感数据估算土壤表层水分的研究(英文)[J];遥感学报;2004年05期

6 刘亮;姜小光;李显彬;唐伶俐;;利用高光谱遥感数据进行农作物分类方法研究[J];中国科学院研究生院学报;2006年04期

7 曾源;Michael E. Schaepman;吴炳方;Jan G. P. W. Clevers;Arnold K. Bregt;;基于高光谱遥感数据提取森林结构参数的研究(英文)[J];遥感学报;2007年05期

8 柯丽娜;王权明;;高光谱分辨率遥感在植被监测应用中的关键技术及应用[J];太原师范学院学报(自然科学版);2006年01期

9 赵巍;崔淑梅;吴锐;刘家锋;;多/高光谱遥感数据的类立体纹理特征[J];哈尔滨工业大学学报;2012年05期

10 何明一;畅文娟;梅少辉;;高光谱遥感数据特征挖掘技术研究进展[J];航天返回与遥感;2013年01期

中国重要会议论文全文数据库 前3条

1 张兵;郑兰芬;童庆禧;;高光谱遥感数据智能化自适应快速处理技术发展[A];成像光谱技术与应用研讨会论文集[C];2002年

2 张洪亮;张汉德;周勋;;快速识别航空高光谱遥感数据中赤潮区信息的技术研究[A];成像光谱技术与应用研讨会论文集[C];2002年

3 杨敏华;刘良云;刘团结;黄文江;赵春江;;高光谱遥感反演小麦冠层理化参量的试验研究[A];地理空间信息技术与应用——中国科协2002年学术年会测绘论文集[C];2002年

中国博士学位论文全文数据库 前2条

1 罗耀华;高性能计算在高光谱遥感数据处理中的应用研究[D];成都理工大学;2013年

2 黄睿;高光谱遥感数据特征约简技术研究[D];西北工业大学;2006年

中国硕士学位论文全文数据库 前8条

1 王璐;塔河地区基于HSI数据的林分类型识别研究[D];东北林业大学;2015年

2 张丽云;基于高光谱遥感数据的森林树种分类[D];北京林业大学;2016年

3 王小攀;基于图的高光谱遥感数据半监督分类算法研究[D];中国地质大学;2014年

4 蔚湘莹;基于小波变换的高光谱遥感数据光谱域噪声滤除研究[D];中国地质大学(北京);2012年

5 赵丽芳;利用Hypeion高光谱遥感数据估测森林叶面积指数[D];北京林业大学;2007年

6 马婵华;基于四川某地区铀矿环境安全监测的研究[D];成都理工大学;2014年

7 杨金红;高光谱遥感数据最佳波段选择方法研究[D];南京信息工程大学;2005年

8 于龙;基于高光谱遥感数据的树种组分类方法探讨[D];浙江农林大学;2013年

，

本文编号：1074688