基于松弛聚類假設(shè)的高光譜數(shù)據(jù)分類研究.pdf

1、近年來,隨著遙感技術(shù)的迅猛發(fā)展,人們可以獲取大量的高光譜數(shù)據(jù),如何根據(jù)這些數(shù)據(jù)進(jìn)行準(zhǔn)確的地物分類,是遙感數(shù)據(jù)應(yīng)用水平提高的關(guān)鍵。目前已有大量機(jī)器學(xué)習(xí)算法用于高光譜數(shù)據(jù)的分類,這些方法基本上都基于聚類假設(shè),即光譜相同/相似的數(shù)據(jù)具有相同/相似的標(biāo)簽。但是,由于傳感器噪聲以及成像設(shè)備分辨率的限制,實(shí)際高光譜數(shù)據(jù)中存在嚴(yán)重的“同物異譜”和“同譜異物”現(xiàn)象,嚴(yán)重制約了聚類假設(shè)下分類器的性能提高。針對這一問題,本文將松弛聚類假設(shè)思想引入到高光譜數(shù)

2、據(jù)分類中,與稀疏編碼分類器和SVM( Support Vector Machine)分類器結(jié)合,發(fā)展了松弛聚類假設(shè)下的高光譜數(shù)據(jù)分類方法。主要研究工作和創(chuàng)新包括以下內(nèi)容:
　　(1)設(shè)計(jì)了一種松弛聚類假設(shè)下的高光譜數(shù)據(jù)稀疏編碼分類算法。將松弛聚類假設(shè)思想以概率向量的形式應(yīng)用到稀疏編碼模型下,設(shè)計(jì)了相應(yīng)的優(yōu)化目標(biāo)函數(shù)與優(yōu)化算法。在實(shí)際高光譜數(shù)據(jù)集上進(jìn)行的仿真實(shí)驗(yàn)結(jié)果表明:松弛聚類假設(shè)能夠大大改善由于混合像元引起的數(shù)據(jù)分類正確率不高的

3、情況。
　　(2)設(shè)計(jì)了一種松弛聚類假設(shè)下的半監(jiān)督高光譜數(shù)據(jù)分類算法(RCA-SLR-SSC)。該算法是將松弛聚類假設(shè)思想應(yīng)用到SVM分類器下,定義了松弛聚類假設(shè)下的半監(jiān)督圖Laplacian正則,以及根據(jù)高光譜數(shù)據(jù)的空間約束正則。松弛聚類假設(shè)思想降低了像元誤分的可能性,空間圖正則的加入增強(qiáng)了樣本標(biāo)記的平滑性,減少了樣本標(biāo)記中的奇異點(diǎn)。所以,該算法能夠得到較高的分類正確率。在實(shí)際高光譜數(shù)據(jù)集上進(jìn)行的仿真實(shí)驗(yàn)驗(yàn)證了該算法的性能。與同

4、類算法相比,該算法能夠在較少樣本情況下得到較好的分類結(jié)果。
　　(3)設(shè)計(jì)了一種空-譜松弛聚類假設(shè)下的半監(jiān)督高光譜圖像分類方法。該算法是對RCA-SLR-SSC算法在空間上進(jìn)行了進(jìn)一步松弛。即利用sketch算法提取出高光譜數(shù)據(jù)中背景像元與待分類像元之間邊界處的像元,并減小這些像元對應(yīng)的空間約束矩陣中的權(quán)值,構(gòu)造一個(gè)新的拉普拉斯圖矩陣。再將這個(gè)新的拉普拉斯圖矩陣應(yīng)用到RCA-SLR-SSC算法中。松弛聚類假設(shè)思想在空間上的應(yīng)用大大