基于稀疏多流形學(xué)習(xí)的高光譜遙感影像降維研究.pdf

1、高光譜遙感影像中蘊(yùn)含了豐富的地物空間信息和光譜信息，具有數(shù)據(jù)量巨大，波段數(shù)多，相鄰波段之間的相關(guān)性強(qiáng)，數(shù)據(jù)冗余等特點(diǎn)，利用傳統(tǒng)降維方法對(duì)高光譜遙感數(shù)據(jù)進(jìn)行處理，容易導(dǎo)致“維數(shù)災(zāi)難”。因此，如何在不丟失有用信息的前提下降低高光譜遙感影像的維數(shù)，改善地物分類效果，成為高光譜遙感影像地物分類研究的關(guān)鍵問(wèn)題之一。
　　本文主要根據(jù)高光譜遙感影像數(shù)據(jù)的特點(diǎn)，結(jié)合流形學(xué)習(xí)、稀疏表示和圖嵌入理論，對(duì)基于稀疏流形學(xué)習(xí)的高光譜遙感影像降維方法進(jìn)行了

2、研究。主要研究的工作如下：
　　①對(duì)高光譜遙感影像的特點(diǎn)及其應(yīng)用領(lǐng)域進(jìn)行了分析，簡(jiǎn)述了降維方法及其發(fā)展現(xiàn)狀。著重介紹了流形學(xué)習(xí)和稀疏表示的相關(guān)原理及方法，為論文方法提供了一定的理論依據(jù)。最后總結(jié)了幾種高光譜遙感影像分類結(jié)果的評(píng)價(jià)指標(biāo)以及常用的幾種高光譜遙感影像數(shù)據(jù)集。
　　②提出一種用于高光譜遙感影像降維的監(jiān)督稀疏流形嵌入算法。針對(duì)稀疏流形聚類和嵌入(SMCE)算法在處理新樣本和鑒別能力方面的不足，提出監(jiān)督稀疏流形嵌入(SS

3、ME)算法。該算法在仿射空間中利用稀疏流形編碼(SMC)計(jì)算稀疏系數(shù)，再根據(jù)圖嵌入理論利用稀疏系數(shù)構(gòu)建反映數(shù)據(jù)之間關(guān)系的相似圖，并利用類別信息，增強(qiáng)同類數(shù)據(jù)之間的相似性，改善同類數(shù)據(jù)的聚集性。在PaviaU和Urban數(shù)據(jù)集上的實(shí)驗(yàn)表明：SSME算法能較好地表征數(shù)據(jù)的內(nèi)在特性，改善分類效果。
　?、厶岢鲆环N用于高光譜遙感影像降維的半監(jiān)督稀疏多流形嵌入算法。根據(jù)稀疏表示和流形學(xué)習(xí)原理，利用圖嵌入理論和半監(jiān)督學(xué)習(xí)原理，提出了半監(jiān)督稀疏

4、多流形嵌入(S3MME)算法。該算法利用了少量有標(biāo)記樣本和大量無(wú)標(biāo)記樣本的有用信息，通過(guò)SMC自適應(yīng)地獲取位于相同流形上的數(shù)據(jù)點(diǎn)，構(gòu)建能夠表征數(shù)據(jù)多流形結(jié)構(gòu)的稀疏圖，并利用有標(biāo)記樣本增大同類數(shù)據(jù)之間的相似性，得到不同流形上的低維嵌入特征。在PaviaU和Salinas數(shù)據(jù)集上驗(yàn)證了S3MME方法的有效性。
　　綜上所述，針對(duì)高光譜遙感影像數(shù)據(jù)的特點(diǎn)，本文提出了兩種用于降維的稀疏流形學(xué)習(xí)算法，并在幾個(gè)高光譜遙感影像數(shù)據(jù)集上對(duì)算法的性