基于监督学习的高光谱图像降维研究

发布时间：2021-06-28 08:52

　　近年来,随着遥感技术的持续发展,高光谱图像作为一种包含大量地面目标细节信息的多通道图像在分类、检测以及聚类等领域得到了广泛的应用。然而,高光谱图像同时也包含了大量的干扰信息,造成了“信息丰富知识匮乏”的假象,而且过高的维度给数据的处理也带来诸多的不便,即所谓的“维度灾难”问题。因此,降维成为高光谱图像研究的一个重要的预处理步骤。目前降维的方法可分为三类:基于监督的降维算法、基于半监督的降维算法和基于无监督的降维算法。在基于监督学习的方法上,针对稀疏表示的局限性引入低秩表示,在获取数据局部信息的同时捕获其全局结构信息,这样可以更有效的利用高光谱图像的光谱信息;在基于半监督学习的降维方法上,在关注标记样本的同时关注未标记的样本,利用无标签数据的类结构信息,从而捕获整个数据的局部几何信息。文章在基于监督方法和半监督方法上分别做了如下改进:1)在基于监督学习的降维算法方面,论文提出了基于低秩增强的加权稀疏图降维算法。该算法的基本思路是通过加权稀疏表达来强化稀疏表示字典中一些相关原子的局部重要性,同时又通过引入系数矩阵的低秩约束来强调相关原子的全局重要性,并且通过惩罚参数来取得二者之间的平衡。在... 

【文章来源】：安徽大学安徽省 211工程院校

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题背景及研究意义
    1.2 国内外的研究现状
        1.2.1 基于监督的高光谱图像降维方法的研究现状
        1.2.2 基于半监督的高光谱图像降维方法的研究现状
    1.3 主要内容和创新点
    1.4 文章的组织结构
第二章 高光谱图像及其降维算法概述
    2.1 高光谱遥感图像的介绍
    2.2 基于监督的高光谱图像降维算法的介绍
        2.2.1 基于加权稀疏图的降维算法
        2.2.2 稀疏和低秩图的判别分析
    2.3 基于半监督的高光谱图像降维算法的介绍
        2.3.1 概率半监督判别分析
        2.3.2 基于概率的图形嵌入半监督判别分析
    2.4 本章小结
第三章 基于低秩增强的加权稀疏图降维算法研究
    3.1 加权核范数最小化方法
    3.2 基于低秩增强的加权稀疏图降维算法
    3.3 低秩增强的加权稀疏图算法的求解
    3.4 实验结果与分析
        3.4.1 PaviaU数据集
        3.4.2 Indian Pines数据集
    3.5 本章小结
第四章 基于类概率的半监督降维算法研究
    4.1 数据局部几何信息的获取
    4.2 数据类结构信息的获取
    4.3 基于类概率的半监督降维算法的数学模型
    4.4 实验与分析
        4.4.1 Salinas数据集
        4.4.2 PaviaU数据集
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
攻读硕士期间发表的学术论文


【参考文献】：
期刊论文
[1]高光谱遥感技术发展与展望[J]. 张淳民,穆廷魁,颜廷昱,陈泽宇.  航天返回与遥感. 2018(03)
[2]聚类与自适应波段选择结合的高光谱图像降维[J]. 张悦,官云兰.  遥感信息. 2018(02)
[3]高分二号卫星数据在土地变更调查与遥感监测中的应用研究[J]. 敖为赳,许调娟,王友富,王建锋,关涛.  浙江国土资源. 2016(06)
[4]我国高分卫星与应用简析[J]. 东方星.  卫星应用. 2015(03)
[5]高光谱遥感的发展与应用[J]. 张达,郑玉权.  光学与光电技术. 2013(03)
[6]基于核最小噪声分离变换的高光谱遥感影像特征提取研究[J]. 林娜,杨武年.  遥感技术与应用. 2013(02)
[7]一种星载高光谱图像特征提取算法的实现[J]. 毕文敬,张善从.  计算机应用研究. 2011(10)
[8]偏振干涉成像光谱仪的视场展宽设计与分析[J]. 穆廷魁,张淳民,任文艺,张霖,祝宝辉.  物理学报. 2011(07)
[9]高光谱遥感技术的发展与应用现状[J]. 杨国鹏,余旭初,冯伍法,刘伟,陈伟.  测绘通报. 2008(10)
[10]一种改进的高光谱数据自适应波段选择方法[J]. 杨金红,尹球,周宁.  遥感技术与应用. 2007(04)

硕士论文
[1]高光谱遥感图像降维技术研究[D]. 张悦.东华理工大学 2018
[2]稀疏子空间算法及在高光谱图像聚类中的应用研究[D]. 丁云.安徽大学 2018
[3]基于粒子群和互信息的高光谱图像波段选择和分类[D]. 袁永福.西安电子科技大学 2014
[4]基于克隆选择算法的高光谱图像波段选择[D]. 杨三美.华中科技大学 2011
[5]基于支持向量机的高光谱遥感图像分类[D]. 郭春燕.哈尔滨工程大学 2007
[6]高光谱遥感影像地面伪装目标检测方法的研究[D]. 王同招.浙江大学 2006



本文编号：3254015