|
|||||
|
|
| 基于核最小噪声分离变换的高光谱遥感影像特征提取研究 | |
| 作者姓名： | 林娜 杨武年 |
| 作者单位： | (1.重庆交通大学土木建筑学院,重庆 400074;; 2.成都理工大学地学空间信息技术国土资源部重点实验室/遥感与GIS研究所,四川 成都 610059) |
| 基金项目： | 高等学校博士学科点专项科研基金项目(20105122110006);重庆市自然科学基金项目(cstc2012jjA40055);重庆市教委科技项目(KJ103301);国家自然科学基金资助项目(41071265);国土资源部地学空间信息技术重点实验室开放基金(KLGSIT2013-03) |
| 摘 要： | 高光谱遥感影像具有高维非线性的特点,线性特征提取方法容易造成信息丢失和失真。在最小噪声分离变换(MNF)线性特征提取算法的基础上,引入核方法,提出核最小噪声分离变换(KMNF)高光谱遥感影像非线性特征提取方法。KMNF通过核函数,将样本映射到高维特征空间,在特征空间中运算线性MNF,实现原始空间中的非线性KMNF算法。进行基于KMNF的高光谱影像特征提取实验,分析样本个数对KMNF特征提取的效果,发现样本数量对KMNF特征提取的结果影响很小,较少的样本数即可达到较多样本时特征提取的效果。对比KMNF与MNF特征提取的效果,分析它们降维的效率与保留的信息量,发现KMNF总体降维效率与MNF相当,且体现出高光谱图像的非线性特征;在KMNF和MNF特征提取的基础上,利用SVM进行高光谱图像分类,KMNF+SVM的分类精度优于MNF+SVM。 |
| 关 键 词： | 高光谱遥感影像 特征提取 核最小噪声分离变换 支持向量机 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《遥感技术与应用》浏览原始摘要信息 | |
| 点击此处可从《遥感技术与应用》下载全文 | |