光谱数据挖掘中的特征提取方法

发布时间：2018-07-29 11:11

【摘要】：特征提取是对光谱测量数据成分的分解、重组和选择的过程,它是光谱数据挖掘中的一个关键环节,不仅决定着后续处理的质量、效率、系统复杂度和稳健性,也关系到能够挖掘到什么知识和处理结果物理意义的可解释性。按照特征表达方式将已有方法分为3类:统计约简法,特征谱法和谱线法,并对这些方法的基本原理、适用性、优缺点及其在光谱数据挖掘中的应用作了综述和分析。另外,亦从方法的"时"、"频"分析能力方面探讨了不同方法的特点,例如,物理意义的易解释性、对波长定标畸变和流量定标畸变的敏感性等。
[Abstract]:Feature extraction is the process of decomposition, reorganization and selection of spectral data components. It is a key link in spectral data mining. It not only determines the quality, efficiency, complexity and robustness of subsequent processing. It also relates to the interpretability of what knowledge can be mined and the physical meaning of the processing result. According to the method of feature expression, the existing methods are divided into three categories: statistical reduction method, characteristic spectrum method and spectral line method. The basic principle, applicability, advantages and disadvantages of these methods and their applications in spectral data mining are summarized and analyzed. In addition, the characteristics of different methods are discussed in terms of their "time" and "frequency" analytical ability, such as the easy interpretation of physical meaning, sensitivity to wavelength calibration distortion and flow rate distortion, etc.
【作者单位】：华南师范大学数学科学学院;
【基金】：国家自然科学基金(61075033) 广东省自然科学基金(S2011010003348) 中国科学院模式识别国家重点实验室开放基金(201001060) 华南师范大学教学改革项目(2009jg28)
【分类号】：P12

【参考文献】

相关期刊论文前10条

1 张怀福;赵瑞珍;罗阿理;;基于小波包与支撑矢量机的天体光谱自动分类方法[J];北京交通大学学报;2008年02期

2 刘蓉,段福庆,刘三阳,吴福朝;基于小波特征的星系光谱分类[J];电子学报;2005年11期

3 刘蓉;段福庆;刘三阳;吴福朝;;基于均值漂移的自适应滤波及其在光谱信号处理中的应用[J];电子与信息学报;2006年02期

4 许馨,罗阿理,吴福朝,赵永恒;基于神经网络的模板匹配方法求正常星系红移[J];光谱学与光谱分析;2005年06期

5 刘中田,赵瑞珍,赵永恒,吴福朝;一种基于小波变换的晚型星自动识别方法[J];光谱学与光谱分析;2005年07期

6 许馨;吴福朝;胡占义;罗阿理;;一种基于非线性降维求正常星系红移的新方法[J];光谱学与光谱分析;2006年01期

7 邢飞;郭平;;基于小波降噪与支持向量机的恒星光谱识别研究[J];光谱学与光谱分析;2006年07期

8 许馨;杨金福;吴福朝;赵永恒;;基于广义判别分析的光谱分类[J];光谱学与光谱分析;2006年10期

9 杨金福;许馨;吴福朝;赵永恒;;核覆盖算法在光谱分类问题中的研究[J];光谱学与光谱分析;2007年03期

10 李乡儒;胡占义;赵永恒;;基于Fisher判别分析的有监督特征提取和星系光谱分类[J];光谱学与光谱分析;2007年09期

【共引文献】

相关期刊论文前10条

1 张燕平,杨静,杜升云,刘学富,张同杰;多媒体教学手段在天文教育中的应用——天文教学系列软件“探索宇宙”简介[J];北京师范大学学报(自然科学版);2005年03期

2 刘蓉,段福庆,刘三阳,吴福朝;基于小波特征的星系光谱分类[J];电子学报;2005年11期

3 刘中田;李乡儒;吴福朝;赵永恒;;基于小波特征的M型星自动识别方法[J];电子学报;2007年01期

4 刘蓉;段福庆;刘三阳;吴福朝;;基于知识的红移测量和谱线证认方法[J];电子与信息学报;2006年01期

5 岑翼刚;岑丽辉;;基于峰值变换的信号稀疏表示及重建[J];电子与信息学报;2011年02期

6 钱晨;;望远镜远程控制和管理系统研究[J];计算机光盘软件与应用;2012年03期

7 罗阿理,赵永恒;星系光谱的400.0 nm跳变点的自动测量技术[J];光谱学与光谱分析;2001年01期

8 赵瑞珍,胡占义,赵永恒;谱线自动提取的小波变换零交叉点方法[J];光谱学与光谱分析;2005年01期

9 朱光华,罗阿理,赵永恒;LAMOST星系光谱的红移自动测量[J];光谱学与光谱分析;2005年06期

10 段福庆,吴福朝,罗阿理,赵永恒;用于红移测量的基于密度估计的模板匹配法[J];光谱学与光谱分析;2005年11期

相关期刊论文前10条

1 刘中田;李乡儒;吴福朝;赵永恒;;基于小波特征的M型星自动识别方法[J];电子学报;2007年01期

2 周虹,黄凌云,罗曼丽;一种基于Hough变换和神经网络的分层类星体识别方法[J];电子科学学刊;2000年04期

3 罗阿理,赵永恒;星系光谱的400.0 nm跳变点的自动测量技术[J];光谱学与光谱分析;2001年01期

4 邱波,胡占义,赵永恒;一种快速求红移和证认谱线的新方法——伪三角法[J];光谱学与光谱分析;2002年04期

5 覃冬梅,胡占义,赵永恒;一种基于主分量分析的恒星光谱快速分类法[J];光谱学与光谱分析;2003年01期

6 黄凌云,胡占义;一种基于PCA和Hough变换的类星体自动识别方法[J];光谱学与光谱分析;2003年01期

7 郭平,覃冬梅,胡占义,杜为民;一种光谱识别的新方法[J];光谱学与光谱分析;2003年04期

8 覃冬梅,胡占义,赵永恒;基于支撑矢量机的天体光谱自动分类方法[J];光谱学与光谱分析;2004年04期

9 赵瑞珍,胡占义,赵永恒;谱线自动提取的小波变换零交叉点方法[J];光谱学与光谱分析;2005年01期

10 许馨,罗阿理,吴福朝,赵永恒;基于神经网络的模板匹配方法求正常星系红移[J];光谱学与光谱分析;2005年06期

相关期刊论文前10条

1 姜斌;罗阿理;赵永恒;;海量光谱中激变变星候选体的数据挖掘[J];光谱学与光谱分析;2011年08期

2 陶秋香;;植被高光谱遥感分类方法研究[J];山东科技大学学报(自然科学版);2007年05期

3 曹俊彬;李玉鉴;;数据挖掘在生物特征识别中的应用研究[J];中国科技信息;2007年20期

4 王曙燕,耿国华,李丙春;决策树算法在医学图像数据挖掘中的应用[J];西北大学学报(自然科学版);2005年03期

5 黄昕;张良培;李翠琳;;基于小波变换的影像纹理特征提取试验[J];测绘信息与工程;2005年06期

6 肖红;康岚兰;;文本挖掘与信息融合技术在高校信息网络中的应用[J];科技广场;2006年11期

7 车辚辚;;基于小波变换和SVM算法的电能质量扰动识别[J];黑龙江科技信息;2010年23期

8 谭华;;一种面向金融时间序列的趋势特征挖掘算法研究[J];商场现代化;2010年21期

9 潘灼坤;王芳;夏丽华;王晓轩;刘汉湖;;基于植被丰度分析的城市植被胁迫遥感监测[J];林业资源管理;2010年06期

10 杜培军;陈云浩;;高光谱遥感信息智能处理的若干理论与技术问题[J];科技导报;2006年01期