面向高光譜遙感圖像分類(lèi)的流形學(xué)習(xí)研究.pdf

1、高光譜遙感圖像具有詳細(xì)的空間幾何信息和豐富的光譜特征信息，其數(shù)據(jù)量大、維數(shù)過(guò)高、冗余性強(qiáng)的特點(diǎn)，若直接對(duì)高光譜遙感圖像進(jìn)行分類(lèi)，容易出現(xiàn)“維數(shù)災(zāi)難”問(wèn)題。因此，如何提取出有用的鑒別特征信息來(lái)提升高光譜遙感圖像的分類(lèi)精度成為關(guān)鍵問(wèn)題。
　　本文以高光譜遙感數(shù)據(jù)的非線(xiàn)性屬性分析入手，主要從流形學(xué)習(xí)角度對(duì)高光譜遙感數(shù)據(jù)的特征提取及分類(lèi)進(jìn)行深入研究。相關(guān)的研究工作如下：
　?、倏偨Y(jié)介紹了傳統(tǒng)線(xiàn)性特征提取算法、局部流形學(xué)習(xí)算法、常用分

2、類(lèi)算法及分類(lèi)結(jié)果的評(píng)價(jià)標(biāo)準(zhǔn);
　?、谘芯刻岢隽嗣嫦蚋吖庾V遙感圖像分類(lèi)的半監(jiān)督Laplace鑒別嵌入算法。由于傳統(tǒng)的全局線(xiàn)性特征提取算法存在不能發(fā)現(xiàn)數(shù)據(jù)集的局部流形特征，以及單純的局部流形學(xué)習(xí)算法忽略了標(biāo)記樣本的類(lèi)別信息，容易破壞數(shù)據(jù)集的可分性問(wèn)題。因而，本文提出一種基于保護(hù)樣本集的可分性及流形結(jié)構(gòu)特征的半監(jiān)督Laplace鑒別嵌入(SSLDE)算法。該算法利用標(biāo)記樣本的類(lèi)別信息來(lái)保持樣本數(shù)據(jù)集在特征空間中的可分性，并通過(guò)構(gòu)建標(biāo)記樣

3、本和無(wú)標(biāo)記樣本的Laplace矩陣來(lái)發(fā)現(xiàn)樣本數(shù)據(jù)集在特征空間中局部流形結(jié)構(gòu)信息，實(shí)現(xiàn)半監(jiān)督的鑒別特征提取。在KSC和Urban數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果說(shuō)明：該算法具有更高的分類(lèi)精度，可以有效地提取出流形鑒別特征;
　　③研究提出了面向高光譜遙感圖像分類(lèi)的半監(jiān)督叢流形學(xué)習(xí)算法。基于叢流形學(xué)習(xí)的理論思想，以及高光譜遙感數(shù)據(jù)的多類(lèi)別特點(diǎn)，本文提出一種半監(jiān)督叢流形學(xué)習(xí)(SSBML)方法。該算法是利用標(biāo)記樣本和無(wú)標(biāo)記樣本構(gòu)建兩個(gè)近鄰關(guān)系圖來(lái)保持?jǐn)?shù)