基于半監(jiān)督局部保持投影的高光譜遙感影像分類方法研究.pdf

1、高光譜遙感影像具有所含光譜信息量大、相關(guān)性強(qiáng)的大數(shù)據(jù)量等特點(diǎn),若用傳統(tǒng)分類算法對(duì)其進(jìn)行分類易產(chǎn)生“維數(shù)災(zāi)難”,因此對(duì)高維數(shù)據(jù)進(jìn)行降維處理則顯得尤為重要。在諸多降維算法中,如主成分分析(PCA)算法、線性判別分析(LDA)算法等,它們或是不能有效利用數(shù)據(jù)中的類別信息,或是對(duì)數(shù)據(jù)的類別信息要求嚴(yán)格。針對(duì)這些問(wèn)題,論文提出一種半監(jiān)督局部保持投影(SSLPP)算法。
　　論文首先對(duì)高光譜圖像及其自身特點(diǎn)作簡(jiǎn)單介紹,并結(jié)合監(jiān)督學(xué)習(xí)與非監(jiān)督學(xué)

2、習(xí)對(duì)高維數(shù)據(jù)的特征提取方法進(jìn)行總結(jié)和分析,提出SSLPP算法;其次從SSLPP算法的原理、算法流程等方面,對(duì)算法進(jìn)行詳細(xì)介紹;為驗(yàn)證SSLPP算法的有效性,與目前幾種主流特征提取算法進(jìn)行對(duì)比性實(shí)驗(yàn),如主成分分析(PCA)算法、局部保持投影(LPP)算法、監(jiān)督局部保持投(SLPP)算法。實(shí)驗(yàn)中對(duì)兩種實(shí)際情況下的高光譜遙感圖像數(shù)據(jù)進(jìn)行分類實(shí)驗(yàn),首先用各種算法對(duì)原數(shù)據(jù)集進(jìn)行降維處理,然后使用K近鄰分類器對(duì)低維數(shù)據(jù)進(jìn)行判類識(shí)別,計(jì)算出各個(gè)算法的

3、總體分類精度,由此實(shí)驗(yàn)結(jié)果對(duì)SSLPP算法的有效性進(jìn)行驗(yàn)證;最后為了探究SSLPP算法與各種分類器的融合性,分別用三種分類器與之結(jié)合對(duì)四種遙感圖像進(jìn)行地物分類實(shí)驗(yàn),結(jié)果表明在該算法下各分類器均獲得較高識(shí)別率,由此驗(yàn)證SSLPP算法具有較好的融合性。
　　經(jīng)過(guò)實(shí)驗(yàn)分析,論文所提SSLPP算法相比較于其他特征提取算法具有以下幾點(diǎn)優(yōu)勢(shì):①SSLPP算法相對(duì)于非監(jiān)督降維算法,它充分利用了數(shù)據(jù)中的類別信息,使高維數(shù)據(jù)經(jīng)過(guò)低維映射后具有較好的

4、可分性;②SSLPP算法相對(duì)于監(jiān)督降維算法,其不僅利用了數(shù)據(jù)中的標(biāo)記樣本并同時(shí)充分利用大量的未標(biāo)記樣本,使得在進(jìn)行低維投影時(shí)更好的把握原始數(shù)據(jù)的整體性;③在對(duì)高光譜數(shù)據(jù)進(jìn)行分類處理, SSLPP保證較高分類精度的同時(shí),又避免了對(duì)原始數(shù)據(jù)的全類別標(biāo)定工作,從而很好的提高數(shù)據(jù)計(jì)算處理效率。
　　綜上所述,論文主要研究了高光譜遙感圖像基于半監(jiān)督學(xué)習(xí)的特征提取與分類方法,提出一種半監(jiān)督數(shù)據(jù)特征提取算法,通過(guò)對(duì)幾種實(shí)際高光譜遙感圖像的分類識(shí)