加权概率原型分析的高光谱影像波段选择
高光谱遥感影像波段众多、相关性强,导致其实际分类应用计算量大且存在明显的“维数灾难”问题.本文提出加权概率原型分析方法来研究高光谱影像的波段选择问题.该方法考虑波段间的差异性,引入综合差异性度量指标来构造权重矩阵以改进传统原型分析模型;考虑稀疏系数的狄利克雷分布和高光谱成像过程的量子特性,引入贝叶斯框架理论来构建波段选择的优化模型.加权概率原型分析方法采用迭代优化的策略,利用交替方向乘积方法来依次求解两个凸优化子问题来得到局部最优的稀疏系数矩阵并实现波段子集的最优估计.基于两个公开的高光谱数据集,对比4种主流的波段选择方法(SpaBS、SNMF、ISSC、SSR)来验证提出方法的可靠性.实验结果表明,加权概率原型分析方法的总体分类精度高于其他4种方法,能够得到更好的分类结果图.本文提出的加权概率原型分析模型能够选择合适的波段子集来满足高光谱影像的高精度分类需求.
高光谱遥感、原型分析、加权概率原型分析、波段选择、稀疏表达
22
TP75(遥感技术)
National Natural Science Foundation of China No.41671342,U1609203,41401389国家自然科学基金41671342,U1609203,41401389;国家博士后科学基金2016T90732,2015M570668;浙江省科技厅公益技术应用项目2016C33021;宁波市自然科学基金2017A610294
2018-03-26（万方平台首次上网日期，不代表论文的发表时间）
共9页
110-118
