發(fā)布時(shí)間：2018-06-04 05:52

  本文選題：Procrustes + 流形對齊��； 參考：《國土資源遙感》2017年01期

【摘要】：多時(shí)相的高光譜遙感圖像數(shù)據(jù)處理中會(huì)出現(xiàn)地物光譜特征漂移的現(xiàn)象。為了提高源域數(shù)據(jù)已有知識(shí)對目標(biāo)域數(shù)據(jù)分類的精度,采用了基于流形對齊的分類算法。先用一個(gè)標(biāo)準(zhǔn)的線性或非線性的降維方法將2個(gè)高光譜遙感數(shù)據(jù)集映射到低維(流形)空間中,再用Procrustes分析方法將其低維嵌入之間的平移、旋轉(zhuǎn)和縮放因子剔除,得到數(shù)據(jù)集間的最優(yōu)對齊,最后用最近鄰算法進(jìn)行分類。對多個(gè)不同時(shí)相高光譜遙感圖像進(jìn)行實(shí)驗(yàn),并對比了已有的流形對齊算法,結(jié)果表明本算法具體較好的遷移能力和分類效果。
[Abstract]:In multitemporal hyperspectral remote sensing image data processing, the feature drift of ground object spectrum will occur. In order to improve the accuracy of source domain data classification, a classification algorithm based on manifold alignment is proposed. First, two hyperspectral remote sensing data sets are mapped to low dimensional (manifold) space by a standard linear or nonlinear dimensionality reduction method, and then the translation, rotation and scaling factors between them are eliminated by Procrustes analysis. The optimal alignment between data sets is obtained, and the nearest neighbor algorithm is used to classify the data. Experiments on several hyperspectral remote sensing images with different phases are carried out, and the existing manifold alignment algorithms are compared. The results show that the proposed algorithm has better migration ability and classification effect.
【作者單位】： 中國地質(zhì)大學(xué)(武漢)機(jī)械與電子信息學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目“基于流形學(xué)習(xí)進(jìn)行圖結(jié)構(gòu)設(shè)計(jì)的高光譜圖像分類技術(shù)研究”(編號(hào):61102104)資助
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫釗;高光譜遙感的應(yīng)用[J];貴州教育學(xué)院學(xué)報(bào)(自然科學(xué));2004年04期

2 杜培軍;陳云浩;;高光譜遙感信息智能處理的若干理論與技術(shù)問題[J];科技導(dǎo)報(bào);2006年01期

3 孫琦;鄭小賢;劉東蘭;;高光譜遙感獲取伐區(qū)調(diào)查數(shù)據(jù)的應(yīng)用綜述[J];林業(yè)資源管理;2006年05期

4 潘偉;夏麗麗;;高光譜遙感分類方法研究[J];福建電腦;2007年01期

5 張利;戚浩平;;高光譜遙感及其在青藏高原的應(yīng)用潛力分析[J];測繪科學(xué);2008年S3期

6 張利;戚浩平;;高光譜遙感及其在青藏高原的應(yīng)用潛力分析[J];測繪科學(xué);2008年S1期

7 岳躍民;王克林;張兵;陳正超;;高光譜遙感在生態(tài)系統(tǒng)研究中的應(yīng)用進(jìn)展[J];遙感技術(shù)與應(yīng)用;2008年04期

8 周磊;辛?xí)云?李剛;楊桂霞;張宏斌;;高光譜遙感在草原監(jiān)測中的應(yīng)用[J];草業(yè)科學(xué);2009年04期

9 方紅亮,田慶久;高光譜遙感在植被監(jiān)測中的研究綜述[J];遙感技術(shù)與應(yīng)用;1998年01期

10 王建宇;高光譜遙感──給人類配上一副神眼[J];世界科學(xué);1999年12期

相關(guān)會(huì)議論文 前10條

1 張霞;劉良云;趙春江;張兵;;利用高光譜遙感圖像估算小麥氮含量研究[A];成像光譜技術(shù)與應(yīng)用研討會(huì)論文集[C];2002年

2 杜培軍;陳云浩;;高光譜遙感信息智能處理的基礎(chǔ)研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

3 徐元進(jìn);胡光道;;取締閥值的高光譜遙感光譜匹配分類信息制圖[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

4 張永強(qiáng);文麗萍;王振營;;高光譜遙感在監(jiān)測作物受病蟲肥脅迫中的應(yīng)用[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會(huì)論文集（下冊）[C];2006年

5 王藝婷;黃世奇;王紅霞;;從信息的角度看高光譜遙感技術(shù)[A];國家安全地球物理叢書（九）——防災(zāi)減災(zāi)與國家安全[C];2013年

6 李京;蔣衛(wèi)國;;高光譜遙感在濕地監(jiān)測與分類中的應(yīng)用[A];第十屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

7 房華樂;任潤東;蘇飛;梁勇;;高光譜遙感在農(nóng)業(yè)中的應(yīng)用[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

8 黃娟;郭明克;張永梅;閆濤;王寧;;利用高光譜遙感資料提取赤潮信息方法研究[A];成像光譜技術(shù)與應(yīng)用研討會(huì)論文集[C];2002年

9 杜培軍;方濤;林卉;;高光譜遙感影像降維方法研究[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2003年

10 王新鴻;唐伶俐;馬靈玲;;高光譜遙感在內(nèi)陸水質(zhì)監(jiān)測中的應(yīng)用[A];現(xiàn)代測量技術(shù)與地理信息系統(tǒng)科技創(chuàng)新及產(chǎn)業(yè)發(fā)展研討會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前4條

1 張學(xué)君;高光譜遙感技術(shù)助力覆蓋區(qū)找礦[N];中國國土資源報(bào);2011年

2 記者 金小平;中國地調(diào)局舉辦高光譜遙感找礦培訓(xùn)班[N];中國礦業(yè)報(bào);2007年

3 中國科學(xué)院院士、國際歐亞科學(xué)院院士 童慶禧;我國高光譜遙感的發(fā)展[N];中國測繪報(bào);2008年

4 文龍 胡軍;張立福：用光譜觀測大地的人[N];科技日報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 張海濤;基于興趣體保護(hù)的高光譜遙感圖像壓縮技術(shù)研究[D];遼寧工程技術(shù)大學(xué);2014年

2 王霄鵬;黃河三角洲濕地典型植被高光譜遙感研究[D];大連海事大學(xué);2014年

3 孫蕾;小波構(gòu)造理論及其在高光譜遙感圖像去噪與壓縮中的應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2010年

4 譚炳香;高光譜遙感森林類型識(shí)別及其郁閉度定量估測研究[D];中國林業(yè)科學(xué)研究院;2006年

5 田豐;全波段（0.35～25μm）高光譜遙感礦物識(shí)別和定量化反演技術(shù)研究[D];中國地質(zhì)大學(xué)（北京）;2010年

6 劉康;基于主動(dòng)學(xué)習(xí)的高光譜圖像分類技術(shù)研究[D];中國礦業(yè)大學(xué)（北京）;2014年

7 劉偉東;高光譜遙感土壤信息提取與挖掘研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2002年

8 沈照慶;基于支持向量機(jī)（SVM）的高光譜影像智能化分析關(guān)鍵問題研究[D];武漢大學(xué);2010年

9 馮燕;高光譜圖像壓縮技術(shù)研究[D];西北工業(yè)大學(xué);2006年

10 葉成名;基于高光譜遙感的青藏高原巖礦信息提取方法與應(yīng)用研究[D];成都理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 柳家福;基于GPU的礦產(chǎn)資源高光譜遙感探測數(shù)據(jù)快速處理[D];南京理工大學(xué);2015年

2 張小東;基于光譜解混的高光譜遙感烴弱信息提取[D];成都理工大學(xué);2015年

3 劉淼;不同營養(yǎng)水平冬小麥長勢高光譜遙感監(jiān)測[D];西北農(nóng)林科技大學(xué);2016年

4 牛璐璐;航空高光譜遙感影像自動(dòng)拼接技術(shù)研究[D];吉林大學(xué);2016年

5 丁小輝;基于蟻群算法的高光譜遙感影像地物分類研究[D];中國科學(xué)院研究生院(東北地理與農(nóng)業(yè)生態(tài)研究所);2016年

6 顏丙囤;基于“星—地”遙感數(shù)據(jù)的植被參數(shù)反演模型研究與應(yīng)用[D];中國礦業(yè)大學(xué);2016年

7 湯媛媛;面向桌面系統(tǒng)的高光譜遙感影像線性降維異構(gòu)并行算法研究與實(shí)現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2015年

8 陳東來;高光譜遙感場景成像模型研究[D];哈爾濱工業(yè)大學(xué);2009年

9 楊文韜;一種結(jié)合萬有引力的高光譜遙感影像無監(jiān)督分類算法[D];成都理工大學(xué);2011年

10 顧桂華;高光譜遙感場景模型仿真研究[D];哈爾濱工業(yè)大學(xué);2008年

，

本文編號(hào)：1976242