資源描述：
《基于加權(quán)仿射變換算法的高光譜數(shù)據(jù)降維-論文.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第32卷第8期河南科學(xué)V0l32No．82014年8月HENANSCIENCEAug．20l4文章編號(hào)：1004-3918(2014)08—1451—06DOI：10．13537~．issn．1004—3918．2014．08．018基于加權(quán)仿射變換算法的高光譜數(shù)據(jù)降維高燕，楊小遠(yuǎn)(北京航空航天大學(xué)數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院教育部信息與行為實(shí)驗(yàn)室，北京100191)摘要：提出一種基于噪聲白化和端元提取的加權(quán)仿射變換算法用于高光譜圖像數(shù)據(jù)降維，相比較于基于端元提取的仿射變換算法，通過該算法降維后數(shù)據(jù)的信噪比更高，同時(shí)對原
2、始信息的保存量更大，波段之間的相關(guān)性更低，從而表明了該算法的有效性．關(guān)鍵詞：高光譜圖像數(shù)據(jù)；噪聲白化；數(shù)據(jù)降維；仿射變換；端元提取中圖分類號(hào)：TP751文獻(xiàn)標(biāo)識(shí)碼：AHyperspectralDataDimensionReductionBasedonWeightedRobustAfineSetFittingAlgorithmGaoYan，YangXiaoyuan(InformationandBehaviorLaboratoryoftheEducationMinistryofChina，InstituteofMa
3、thematicsandSystemScience，BeihangUniversity，Beijing100191，China)Abstract：Arobustaffinesetfittingalgorithmbasedonnoisewhiteningandendmemberextractionforhyperspectralimagedatadimensionreductionispresentedinthispaper．Comparedtotheeffectofrobustaffinesetfittinga
4、lgorithmbasedonendmemberextraction，thedatareceivedbythismethodhasahighersignal—to—noiseratio，andtheoriginalinformationisretainedlarger，atthesametimethecorrelationofadjacentbandsislower，SOastoverifytheeffectivenessoftheproposedalgorithm．Keywords：hyperspectral
5、imagedata：noisewhitening；dimensionreduction；robustaffinesetfittingalgorithm；endmemberextractinn高光譜圖像數(shù)據(jù)量大，波段眾多，相鄰波段之間存在著一定的相關(guān)性，使得所獲得的數(shù)據(jù)在一定程度上存在冗余，因此在對數(shù)據(jù)進(jìn)行處理之前首先要對原始數(shù)據(jù)進(jìn)行降維處理．?dāng)?shù)據(jù)降維的方法包括兩種，一種是特征選擇，一種是特征提取．在傳統(tǒng)降維方法的基礎(chǔ)上，近幾年又提出了很多新的降維方法．球形隨機(jī)鄰近嵌入(sSNE)n]、最鄰近特征線性嵌入變換(N
6、FLE)乜]、半監(jiān)督的局部增強(qiáng)排列(SDLEA)D]、稀疏轉(zhuǎn)移流形嵌入(sTME)、投影梯度的非負(fù)矩陣分解(PGNMF)b、基于稀疏探測器的數(shù)據(jù)降維(DRSD)、稀疏判別分析(SLDA)n、自聯(lián)想神經(jīng)網(wǎng)絡(luò)(AANN)聃、基于端元提取的仿射變換(RASF)凹等方法都是在經(jīng)典降維算法的基礎(chǔ)之上提出來的．本文在基于端元提取仿射變換的基礎(chǔ)上提出一種優(yōu)化算法一基于噪聲白化和端元提取的加權(quán)仿射變換算法．該算法與原始算法相比增加了噪聲白化、加權(quán)矩陣的選取等步驟，算法性能更優(yōu)．噪聲白化的主要目的是消除噪聲的影響，噪聲白化準(zhǔn)則、
7、小波變換n門等方法是目前較為常見的降噪收稿日期：2014—05—20基金項(xiàng)目：國家自然科學(xué)基金(61271010)作者簡介：高燕(1989一)，女，山東威海人，碩士研究生，研究方向?yàn)楦吖庾V遙感圖像處理通信作者：楊小遠(yuǎn)(1964一)，女，遼寧沈陽人，教授，博士研究生導(dǎo)師，主要研究領(lǐng)域?yàn)橛?jì)算數(shù)學(xué)、應(yīng)用調(diào)和分析、圖像處理、高分辨率對地觀測系統(tǒng)中的高精度實(shí)時(shí)運(yùn)動(dòng)成像基礎(chǔ)問題研究．河南科學(xué)第32卷第8期處理方法；權(quán)重矩陣的選取是以分類算法為基礎(chǔ)做出的改進(jìn)，將權(quán)重矩陣引入仿射變換模型中，通過對不同類別像元點(diǎn)設(shè)置不同的權(quán)重系
8、數(shù)來體現(xiàn)不同類別像元點(diǎn)對真實(shí)圖像貢獻(xiàn)的差異，進(jìn)而從觀測矩陣中提取出不受噪聲和異值點(diǎn)影響的純特征數(shù)據(jù)，并在此基礎(chǔ)上實(shí)現(xiàn)降維．修正的費(fèi)舍爾比率、KLPP算法、DISSIM—FDA方法、RFE—SVM算法等是目前較為成熟的分類算法．為了驗(yàn)證算法性能，將本文提出的算法與基于端元提取的仿射變換算法進(jìn)行比較實(shí)驗(yàn)．實(shí)驗(yàn)結(jié)果表明，本文提出的算法具有降維后數(shù)據(jù)保留信息量更大、波段之間相關(guān)性更低、圖像質(zhì)量
