空谱稀疏结构学习下的高光谱数据降维与分类技术研究
发布时间：2022-02-21 14:33
高光谱遥感技术是上世纪对地观测领域的重大科学进展,首次将遥感影像的光谱分辨率提高到纳米级,为区分不同类型地物提供了更加丰富的光谱信息。然而,由于传感器空间与光谱分辨率的互相制约,以及自然界地物分布复杂多样,高光谱遥感影像的自动解译仍面临诸多困难:（1）精细光谱存在强相关性和大量信息冗余,使得地物信息表达与特征提取困难;（2）高光谱影像中普遍存在的混合像元问题使得同物异谱、同谱异物的现象普遍存在,分类精度难以满足实际应用需求;（3）类内、类间统计特征复杂、真实样本缺乏造成地物分类的精度与智能化程度不足。因此,高光谱遥感影像的光谱特征提取\选择与智能化地物分类已成为遥感领域亟需解决的关键问题。本文在“973”计划（非结构化环境的协同感知与高效目标相关信息获取,2013CB329402）,国家自然科学基金重大研发计划（基于稀疏特征的遥感信息高效感知与压缩,91438103）等项目的支持下,借鉴生物认知过程中稀疏感知与认知机理,借助稀疏表征学习、结构学习以及半监督学习等理论,对高光谱遥感影像光谱约简与分类方法进行了研究。主要研究内容及创新点如下:1)提出了基于光谱成对相似性的稀疏波段选择方法。...
【文章来源】：西安电子科技大学陕西省211工程院校教育部直属院校
【文章页数】：134 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 选题背景及意义
1.2 国内外相关研究进展
1.2.1 高光谱数据降维研究进展
1.2.2 高光谱数据分类研究进展
1.2.3 稀疏结构学习研究进展
1.2.4 研究内容以及结构安排
1.3 本章小结
第二章 正则化稀疏波段选择
2.1 研究动机与思路
2.2 基于特征成对相似性的正则化稀疏表征
2.2.1 基于成对相似性的稀疏表征选择
2.2.2 基于成对不相似性的正则化稀疏波段选择
2.3 实验结果与分析
2.3.1 实验数据集及环境设置
2.3.2 实验结果与分析
2.4 本章小结
第三章 基于空-谱压缩张量编码的稀疏特征学习
3.1 研究动机与思路
3.1.1 张量基础知识
3.1.2 基于压缩感知的维数约简
3.2 基于张量多观测向量优化的空-谱核稀疏编码
3.2.1 基于张量稀疏编码的稀疏波段选择
3.2.2 核张量稀疏特征选择
3.2.3 空-谱核张量稀疏特征学习
3.2.4 张量多维观测向量优化
3.3 实验结果与分析
3.3.1 实验数据集简介
3.3.2 实验结果与参数分析
3.4 本章小结
第四章 结构稀疏张量编码的高光谱数据分类
4.1 研究动机与思路
4.2 基于张量多观测向量优化的空-谱核稀疏编码
4.2.1 层次化空间相似性传播的超像素分割
4.2.2 超像素张量稀疏编码
4.2.3 综合像元-超像素级集成策略的高光谱分类
4.3 实验结果与分析
4.3.1 实验数据集
4.3.2 实验结果与参数分析
4.4 本章小结
第五章 稀疏结构正则的边界最大化半监督子空间学习
5.1 研究动机与思路
5.1.1 近邻边界最大化判别子空间分析
5.1.2 非负低秩子空间表示
5.2 稀疏结构正则的空谱边界最大化半监督子空间学习
5.2.1 空-谱边界定义
5.2.2 稀疏结构正则的空-谱近邻边界最大化子空间学习
5.3 实验结果与分析
5.3.1 实验数据集简介
5.3.2 实验参数设置及参数分析
5.4 本章小结
第六章 基于双几何低秩结构学习的半监督高光图像分类
6.1 研究背景及相关工作
6.2 低秩几何结构学习
6.2.1 全局光谱结构学习
6.2.2 局部空间结构指导下的几何相似性学习
6.2.3 几何结构正则的Laplician低秩表示
6.3 GLapLRR正则的半监督支撑矢量机
6.4 实验结果与分析
6.4.1 实验数据集与环境设置
6.4.2 实验结果与参数分析中
6.4.3 算法复杂度分析
6.5 本章小结
第七章 总结与展望
7.1 论文工作总结
7.2 进一步研究建议
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]中国高光谱遥感的前沿进展[J]. 童庆禧,张兵,张立福. 遥感学报. 2016(05)
[2]40年的跨越—中国航天遥感蓬勃发展中的“三大战役”[J]. 顾行发,余涛,田国良,周上益,魏成阶,李娟,余琦,刘东晖,卫征,孟庆岩,徐辉,郭红,周翔,王春梅,臧文乾,黄祥志,高海亮,郑逢杰,刘苗,王栋,赵亚萌,魏香琴,孙源,李斌,廖戬,任芯雨. 遥感学报. 2016(05)
[3]跨时空观下的遥感应用新视野[J]. 路京选,宋文龙,曲伟,付俊娥. 遥感学报. 2015(06)
[4]遥感影像的张量表达与流形学习方法研究[J]. 张乐飞. 测绘学报. 2013(05)
[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]张量分类算法的遥感影像目标探测[J]. 张乐飞,张良培,陶大程. 遥感学报. 2010(03)
[7]混合像元分解模型综述[J]. 吕长春,王忠武,钱少猛. 遥感信息. 2003(03)
本文编号：3637457
【文章来源】：西安电子科技大学陕西省211工程院校教育部直属院校
【文章页数】：134 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 选题背景及意义
1.2 国内外相关研究进展
1.2.1 高光谱数据降维研究进展
1.2.2 高光谱数据分类研究进展
1.2.3 稀疏结构学习研究进展
1.2.4 研究内容以及结构安排
1.3 本章小结
第二章 正则化稀疏波段选择
2.1 研究动机与思路
2.2 基于特征成对相似性的正则化稀疏表征
2.2.1 基于成对相似性的稀疏表征选择
2.2.2 基于成对不相似性的正则化稀疏波段选择
2.3 实验结果与分析
2.3.1 实验数据集及环境设置
2.3.2 实验结果与分析
2.4 本章小结
第三章 基于空-谱压缩张量编码的稀疏特征学习
3.1 研究动机与思路
3.1.1 张量基础知识
3.1.2 基于压缩感知的维数约简
3.2 基于张量多观测向量优化的空-谱核稀疏编码
3.2.1 基于张量稀疏编码的稀疏波段选择
3.2.2 核张量稀疏特征选择
3.2.3 空-谱核张量稀疏特征学习
3.2.4 张量多维观测向量优化
3.3 实验结果与分析
3.3.1 实验数据集简介
3.3.2 实验结果与参数分析
3.4 本章小结
第四章 结构稀疏张量编码的高光谱数据分类
4.1 研究动机与思路
4.2 基于张量多观测向量优化的空-谱核稀疏编码
4.2.1 层次化空间相似性传播的超像素分割
4.2.2 超像素张量稀疏编码
4.2.3 综合像元-超像素级集成策略的高光谱分类
4.3 实验结果与分析
4.3.1 实验数据集
4.3.2 实验结果与参数分析
4.4 本章小结
第五章 稀疏结构正则的边界最大化半监督子空间学习
5.1 研究动机与思路
5.1.1 近邻边界最大化判别子空间分析
5.1.2 非负低秩子空间表示
5.2 稀疏结构正则的空谱边界最大化半监督子空间学习
5.2.1 空-谱边界定义
5.2.2 稀疏结构正则的空-谱近邻边界最大化子空间学习
5.3 实验结果与分析
5.3.1 实验数据集简介
5.3.2 实验参数设置及参数分析
5.4 本章小结
第六章 基于双几何低秩结构学习的半监督高光图像分类
6.1 研究背景及相关工作
6.2 低秩几何结构学习
6.2.1 全局光谱结构学习
6.2.2 局部空间结构指导下的几何相似性学习
6.2.3 几何结构正则的Laplician低秩表示
6.3 GLapLRR正则的半监督支撑矢量机
6.4 实验结果与分析
6.4.1 实验数据集与环境设置
6.4.2 实验结果与参数分析中
6.4.3 算法复杂度分析
6.5 本章小结
第七章 总结与展望
7.1 论文工作总结
7.2 进一步研究建议
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]中国高光谱遥感的前沿进展[J]. 童庆禧,张兵,张立福. 遥感学报. 2016(05)
[2]40年的跨越—中国航天遥感蓬勃发展中的“三大战役”[J]. 顾行发,余涛,田国良,周上益,魏成阶,李娟,余琦,刘东晖,卫征,孟庆岩,徐辉,郭红,周翔,王春梅,臧文乾,黄祥志,高海亮,郑逢杰,刘苗,王栋,赵亚萌,魏香琴,孙源,李斌,廖戬,任芯雨. 遥感学报. 2016(05)
[3]跨时空观下的遥感应用新视野[J]. 路京选,宋文龙,曲伟,付俊娥. 遥感学报. 2015(06)
[4]遥感影像的张量表达与流形学习方法研究[J]. 张乐飞. 测绘学报. 2013(05)
[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]张量分类算法的遥感影像目标探测[J]. 张乐飞,张良培,陶大程. 遥感学报. 2010(03)
[7]混合像元分解模型综述[J]. 吕长春,王忠武,钱少猛. 遥感信息. 2003(03)
本文编号：3637457
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3637457.html
