基于核方法的高光譜圖象分類和目標檢測技術研究.pdf

1、　　高光譜圖象是新型的遙感數據，其較高的光譜分辨率和空間特性的有效結合使其具有巨大的應用優(yōu)勢和發(fā)展?jié)摿?。但是，高光譜圖象的巨大數據量、成像過程中出現的光譜變化、混合象素等為其數據的分析、處理帶來了新的挑戰(zhàn)和需求，特別是對分類、目標檢測和奇異檢測等應用有著很大的影響，以至于目前通常的遙感信息處理技術都難以解決。核機器學習以其優(yōu)越的復雜數據處理能力，在眾多領域中取得了廣泛的應用和重視。核機器學習能夠通過核映射的形式使得眾多的模式識別方法具有

2、非線性數據處理能力，這對處理高光譜圖象這類復雜數據具有非常重要的意義?！　≌撐囊院藱C器學習為技術核心，以高光譜圖象的分類和目標檢測為主要內容，在詳細分析高光譜圖象數據特性并研究關鍵的核機器學習算法基礎上，開展了針對于大目標(背景)分類、小目標檢測和子象素目標奇異檢測等方面的具體研究，重點解決了分類和檢測中的數據降維、特征提取、混合象素解譯、同物異譜和背景干擾抑制等關鍵技術，提出了適于高光譜圖象的、有效的核非線性處理算法。論文的主要創(chuàng)新