基于大数据驱动的高光谱信号异常检测研究 |
| |
引用本文: | 周仁娟,赵亮凯.基于大数据驱动的高光谱信号异常检测研究[J].四川激光,2023(7):154-159. |
| |
作者姓名: | 周仁娟 赵亮凯 |
| |
作者单位: | 1. 广西科技师范学院;2. 柳州工学院 |
| |
基金项目: | 广西科技重大专项(No.2020AA21010AA); |
| |
摘 要: | 研究基于大数据驱动的高光谱信号异常检测方法,提高异常检测准确度。采用K-means算法聚类处理高光谱信号,引入聚类有效性指标优化处理,利用基于哈尔小波的离散小波变换多分辨率模型分解高光谱信号,通过低频信号获取高光谱信号光谱波形特征,通过局部过零点确定吸收峰,完成光谱特征的提取,将各光谱特征输入到卷积神经网络,实现高光谱信号的异常检测。实验结果表明:该方法可分解高光谱信号,当分解层数为3时,光谱特征提取效果最佳,高光谱信号异常检测准确度为90%左右,检测时间为0.2 s,可准确检测异常高光谱信号。
|
关 键 词: | 大数据 高光谱 异常检测 聚类有效性 多分辨率 卷积神经网络 |
|
|