【摘要】：針對高光譜遙感數(shù)據(jù)具有的高維特征、海量數(shù)據(jù)、信息豐富、非結(jié)構(gòu)化等特點導致的維數(shù)災(zāi)難問題,將共形幾何代數(shù)引入到高光譜遙感影像波段選擇研究�；诟吖庾V影像數(shù)據(jù)在高維空間分布的幾何特征,利用內(nèi)積、外積和幾何積,結(jié)合MEAC和JM等信息測度,設(shè)計了高光譜遙感影像的新型特征提取算子,可以實現(xiàn)更簡潔、快速、魯棒的高光譜遙感波段選擇。實驗利用HYDICE和AVIRIS等高光譜遙感數(shù)據(jù)對算法的性能進行了評價,結(jié)果表明:所提出的新方法能更有效地選擇最佳波段,與已有波段選擇算法相比,在運行效率、分類精度等方面具有明顯的優(yōu)勢。
[Abstract]:In order to solve the problem of dimensionality disaster caused by the characteristics of hyperspectral remote sensing data such as high dimension, massive data, abundant information, unstructured and so on, conformal geometric algebra is introduced into the study of band selection of hyperspectral remote sensing images. Based on the geometric characteristics of hyperspectral image data distribution in high-dimensional space, a new feature extraction operator for hyperspectral remote sensing image is designed by using inner product, external product and geometric product, combined with information measures such as MEAC and JM, which can be realized more succinctly and quickly. Robust hyperspectral remote sensing band selection. The performance of the proposed algorithm is evaluated by using hyperspectral remote sensing data such as HYDICE and AVIRIS. The results show that the proposed new method can select the best band more effectively and is more efficient than the existing band selection algorithm. Classification accuracy and other aspects have obvious advantages.
【作者單位】： 河海大學地球科學與工程學院;
【基金】：國家自然科學基金項目(41201341、41571325) 江蘇高校優(yōu)勢學科建設(shè)工程項目
【分類號】：TP751

【相似文獻】

相關(guān)期刊論文 前10條

1 馮永康;余華;;多光譜數(shù)據(jù)波段選擇方法試驗研究——以湖北神農(nóng)架林區(qū)為例[J];遙感信息;2009年05期

2 葛亮;王斌;張立明;;基于偏最小二乘法的高光譜圖像波段選擇[J];計算機輔助設(shè)計與圖形學學報;2011年11期

3 王立國,谷延鋒,張曄;基于支持向量機和子空間劃分的波段選擇方法[J];系統(tǒng)工程與電子技術(shù);2005年06期

4 李行;毛定山;張連蓬;;高光譜遙感影像波段選擇算法評價方法研究[J];地理與地理信息科學;2006年06期

5 楊諸勝;郭雷;羅欣;胡新韜;;一種基于主成分分析的高光譜圖像波段選擇算法[J];微電子學與計算機;2006年12期

6 于紹慧;張玉鈞;趙南京;肖雪;王歡博;;基于矩陣模式的高光譜波段選擇方法[J];光電工程;2012年06期

7 張海濤;王鶴橋;孟祥羽;武文波;;基于類對可分和灰色決策的高光譜波段選擇方法[J];計算機科學;2014年06期

8 周楊;厲小潤;趙遼英;;改進的高光譜圖像線性預測波段選擇算法[J];光學學報;2013年08期

9 溫健婷;張霞;張兵;趙冬;;土壤鉛含量高光譜遙感反演中波段選擇方法研究[J];地球科學進展;2010年06期

10 蘇紅軍;盛業(yè)華;;基于正交投影散度的高光譜遙感波段選擇算法[J];光譜學與光譜分析;2011年05期

相關(guān)會議論文 前1條

1 王藝婷;黃世奇;劉代志;陳聰;;基于統(tǒng)計排序的高光譜波段選擇方法[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

相關(guān)博士學位論文 前1條

1 夏威;高光譜遙感圖像的解混和波段選擇方法研究[D];復旦大學;2013年

相關(guān)碩士學位論文 前9條

1 夏冰;高光譜影像非監(jiān)督波段選擇技術(shù)研究[D];蘇州大學;2015年

2 鐔永強;基于多目標優(yōu)化的高光譜圖像無監(jiān)督波段選擇[D];西安電子科技大學;2014年

3 韓超;基于稀疏表示和低秩表示的高光譜圖像波段選擇方法研究[D];西安電子科技大學;2015年

4 姚利;基于標記樣本擴展的高光譜波段選擇技術(shù)[D];西安電子科技大學;2015年

5 張紹杰;基于互信息量的超光譜數(shù)據(jù)波段選擇降維算法研究[D];華中科技大學;2015年

6 張倩;改進的自適應(yīng)波段選擇算法研究及應(yīng)用[D];大連海事大學;2012年

7 周楊;高光譜遙感圖像波段選擇算法研究[D];浙江大學;2014年

8 楊三美;基于克隆選擇算法的高光譜圖像波段選擇[D];華中科技大學;2011年

9 袁永福;基于粒子群和互信息的高光譜圖像波段選擇和分類[D];西安電子科技大學;2014年

，

本文編號：2230224