高光譜數(shù)據(jù)降維算法研究.pdf

1、高光譜數(shù)據(jù)降維是遙感數(shù)據(jù)在土地資源分析及應(yīng)用的第一步,是人們獲取遙感信息的一種重要手段。為了滿足高光譜數(shù)據(jù)降維對分類精度、速度和泛化性的要求,針對高光譜數(shù)據(jù)具有的高維數(shù)、非線性、樣本少、數(shù)據(jù)量大、標(biāo)記代價(jià)昂貴等特性,利用機(jī)器學(xué)習(xí)、模式識(shí)別和遙感科學(xué)多學(xué)科交叉的理論和方法,研究高光譜數(shù)據(jù)降維問題。論文以非負(fù)稀疏表示、張量空間和遷移學(xué)習(xí)為基礎(chǔ),重點(diǎn)研究下面內(nèi)容。
　　1.基于(塊)非負(fù)稀疏表示的高光譜數(shù)據(jù)降維。首先,為了保持每個(gè)樣本間

2、的稀疏結(jié)構(gòu)關(guān)系和各樣本的內(nèi)在流形結(jié)構(gòu)不變,綜合利用非負(fù)稀疏表示和樣本依賴排斥圖共同構(gòu)建鄰接圖,提出基于樣本依賴排斥圖的非負(fù)稀疏嵌入投影降維算法。然后,針對非負(fù)稀疏表示存在計(jì)算復(fù)雜、重構(gòu)精度低等問題,引入超完備塊字典,設(shè)計(jì)一種塊非負(fù)稀疏表示方法?；趬K非負(fù)稀疏表示,分別提出無監(jiān)督的基于塊非負(fù)稀疏嵌入的高光譜數(shù)據(jù)降維、監(jiān)督的基于非負(fù)稀疏圖的高光譜數(shù)據(jù)降維和半監(jiān)督的基于非負(fù)稀疏半監(jiān)督的高光譜數(shù)據(jù)降維。
　　2.張量型高光譜數(shù)據(jù)降維。針對

3、高光譜數(shù)據(jù)的張量特性,提出一種基于高質(zhì)張量近鄰圖和補(bǔ)丁校準(zhǔn)的高光譜數(shù)據(jù)降維算法。通過窗口領(lǐng)域?qū)⒏吖庾V數(shù)據(jù)轉(zhuǎn)化成張量形式,以保持每個(gè)像素的空間信息。為了能夠反映局部張量樣本之間的空間信息及達(dá)到全局最優(yōu),將補(bǔ)丁校準(zhǔn)框架擴(kuò)展到張量空間。同時(shí)考慮到傳統(tǒng)的KNN或?-ball近鄰算法都是基于歐氏距離的,且傳統(tǒng)的建圖方法無法真正反映張量數(shù)據(jù)間的距離,為此設(shè)計(jì)一種含有類別信息的高質(zhì)張量距離,并構(gòu)建高質(zhì)張量近鄰圖。
　　3.基于特征遷移學(xué)習(xí)的高光

4、譜數(shù)據(jù)降維。當(dāng)源高光譜數(shù)據(jù)和目標(biāo)高光譜數(shù)據(jù)來自不同分布時(shí),很多先進(jìn)的基于機(jī)器學(xué)習(xí)的高光譜數(shù)據(jù)降維算法的降維性能變差。為此,給出一種基于成對約束判別分析-非負(fù)稀疏散度的高光譜數(shù)據(jù)降維算法。該算法可以自動(dòng)獲得包含判別信息的成對約束樣本,通過非負(fù)稀疏散度準(zhǔn)則構(gòu)建不同分布的源領(lǐng)域和目標(biāo)領(lǐng)域高光譜數(shù)據(jù)之間的橋梁,以實(shí)現(xiàn)源高光譜數(shù)據(jù)到目標(biāo)高光譜數(shù)據(jù)的知識(shí)遷移。
　　研究成果不但可以為解決高光譜數(shù)據(jù)降維問題提供新的分析設(shè)計(jì)方法和技術(shù)儲(chǔ)備,而且可