張量空間fcm算法研究及其在高光譜遙感圖像分類中的應(yīng)用

《張量空間fcm算法研究及其在高光譜遙感圖像分類中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、ＷｓｌｗｆｓＴｉｏｉｕｄｉ士學(xué)位論文ＭＡＳＴＥＲＤ醒ＲＴＡＴ＾＿論立顆目：張量空間ｆｃｍ算法研究及其國(guó)內(nèi)圖書(shū)分類號(hào)：ＴＮ９２９．５密級(jí)：公開(kāi)國(guó)際圖書(shū)分類號(hào)：６５４西南交通大學(xué)研宄生學(xué)位論文張量空間ＦＣＭ算法研究及其在高光譜遙感圖像分類中的應(yīng)用年級(jí)二〇一二級(jí)姓名姜諱申請(qǐng)學(xué)位級(jí)別工學(xué)碩士專業(yè)通信與信息系統(tǒng)指導(dǎo)教師李恒超教授二〇一五年六月ＣｌａｓｓｉｆｉｅｄＩｎｄｅｘ：ＴＮ９２９．５Ｕ．Ｄ．Ｃ：６５４ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎｇＵｎｉｖｅｒ

2、ｓｉｔｙＭａｓｔｅｒＤｅｒｅｅＴｈｅｓｉｓｇＴｅｎｓｏｒＦＣＭａｎｄＩｔｓｉｌｉｃａｔｉｏｎｏｎＨｅｒｓｅｃｔｒａｌｍｐｙｐｐＩｍａｅＣｌａｓｓｉｆｉｃａｔｉｏｎｇＧｒａｄｅ：２０１２Ｃａｎｄｉｄａｔｅ：ＷｅｉＪｉａｎｇＡｃａｄｅｍｉｃＤｅｇｒｅｅＡｐｐｌｉｅｄｆｏｒ：ＭａｓｔｅｒＳｅｃｉａｌｔｙ：ＣｏｍｍｕｎｉｃａｔｉｏｎａｎｄＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｐＳｕｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＨｅｎｇｃｈａｏＬｉｐＪｕｎｅ２０１５，西南交通大

3、學(xué)學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并。向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱本人授權(quán)西南交通大學(xué)可以將本論文旳全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印。、縮印或掃描等復(fù)印手段保存和匯編本學(xué)位論文本學(xué)位論文屬于１．保密口，在年解密后適用本授權(quán)書(shū)；２．不保落ｉＺｆ，使用本授權(quán)書(shū)。“”（請(qǐng)?jiān)谝陨戏娇騼?nèi)打Ｖ）學(xué)位論文作者簽名：指導(dǎo)老師簽名：日期：：日期西南交通大學(xué)學(xué)位論文主要工作（貢獻(xiàn)）聲明本人在學(xué)位

4、論文中所做的主要工作或貢獻(xiàn)如下：１、研宄了高光譜遙感圖像成像特點(diǎn)，根據(jù)其數(shù)據(jù)結(jié)構(gòu)引入張量空間，使用張量描述。髙光譜遙感圖像在髙光譜遙感圖像分類的時(shí)候，相比向量模式只考慮光譜信息之間的關(guān)系而忽略了樣本之間的空間信息，張量模式能夠同時(shí)考慮空間信息和光譜信息之間的關(guān)系，保持了原始數(shù)據(jù)的結(jié)構(gòu)，在分類的時(shí)候能夠得到更好的分類效果。２、針對(duì)高光譜數(shù)據(jù)的高分辨率、高維數(shù)、數(shù)據(jù)量大的特點(diǎn)空間做高光，在原始高維“”譜遙感圖像分類會(huì)出現(xiàn)維數(shù)災(zāi)難問(wèn)題，不僅會(huì)增加計(jì)算的復(fù)雜度和存儲(chǔ)空間，，在做高光譜遙感圖像分類的時(shí)候而且還會(huì)降低分類精度

5、。為了解決上述不足，使用多線性主成分分析方法ＭＰＣＡ對(duì)其降維，能夠有效提高髙光譜遙感圖像分類的（）速度和分類的準(zhǔn)確性。３、推導(dǎo)實(shí)現(xiàn)張量ＦＣＭ（ＴＦＣＭ）算法，將其應(yīng)用到高光譜遙感圖像分類中。實(shí)驗(yàn)分析得知該方法比基于單像元光譜信息的ＦＣＭ算法分類結(jié)果要好一。為進(jìn)步提高分類效果，引入加權(quán)均值的張量模糊Ｃ均值（ＷＴＦＣＭ）算法，該算法是給每個(gè)樣本分配一個(gè)無(wú)監(jiān)督加權(quán)均值一（樣本與剩佘樣本之間的個(gè)關(guān)系值），通過(guò)更新拉格朗曰乘子和隸屬度矩陣實(shí)現(xiàn)目標(biāo)函數(shù)收斂的聚類方法，實(shí)驗(yàn)結(jié)果得知ＷＴＦＣＭ提高了分類準(zhǔn)確性但是其穩(wěn)定性不

6、高。為此引入新加權(quán)均值的張量模糊Ｃ均值一（ＮＷＴＦＣＭ）算法，不同與ＷＴＦＣＭ其加權(quán)均值是樣本與聚類中心之間的個(gè)關(guān)。系值，通過(guò)實(shí)驗(yàn)分類結(jié)果，驗(yàn)證了分類準(zhǔn)確性和穩(wěn)定性的提高本人鄭重聲明：所呈交的學(xué)位論文，是在導(dǎo)師指導(dǎo)下獨(dú)立進(jìn)行研宄工作所得的成。果除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果。對(duì)本文的研宄做出貢獻(xiàn)的個(gè)人和集體，均已在文中作了明確的說(shuō)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：。、《１「（１日期：１＞西南交通大學(xué)碩士研究生學(xué)位論文第丨頁(yè)

7、摘要“”高光譜遙感圖像極高的光譜分辨率以及圖譜合一的特性可以有效地對(duì)地物分。類但是由于高光譜數(shù)據(jù)高分辨率，常規(guī)的圖像分類方法在、高維數(shù)、數(shù)量大的特點(diǎn)高光譜圖像分類時(shí)有較大的限制。為此本文開(kāi)展了張量ＦＣＭ算法研究及其在高光譜遙感圖像分類中的應(yīng)用，主要內(nèi)容如下：（１）本文就高光譜遙感圖像的結(jié)構(gòu)特點(diǎn)，將其映射到張量空間，探討了張量模式下的高光譜遙感圖像，接。首先具體介紹了張量的定義及相關(guān)的多維線性代數(shù)理論著－介紹了張量計(jì)算的優(yōu)勢(shì)，最后給出了高光譜遙感圖像空間光譜特征張量描述的理論。“（２）針對(duì)髙光譜數(shù)據(jù)的特

8、點(diǎn)，在原始高維空間做高光譜遙感圖像分類會(huì)出現(xiàn)維”數(shù)災(zāi)難問(wèn)題，，不僅會(huì)增加計(jì)算的復(fù)雜度和存儲(chǔ)空間而且還會(huì)降低分類精度。為解決上述不足，在做高光譜遙感圖像分類的時(shí)候，使用多線