第42卷 第6期2012年11月
吉林大学学报(工学版)
)JournalofJilinUniversitEnineerinandTechnoloEdition y(gggy
ol.42 No.6 V
ov.2012 N
基于核熵成分分析的高光谱遥感图像分类算法
王 瀛,郭 雷,梁 楠
()西北工业大学自动化学院,西安710129
摘 要:根据核熵成分分析(的特点提出了基于凸面几何学概念的样本集选取方法和KECA)以特征空间光谱角为相似性度量的C并将其用于高光谱遥感图像分类。在-均值分类算法,本文提出的算法可以有效地提高分类精度。HYDICE高光谱数据上的试验表明,关键词:信息处理技术;高光谱图像;图像分类;核熵成分分析Reni熵;y()中图分类号:TN911.73 文献标志码:A 文章编号:16715497201206159705---
Classificationalorithmofhersectralimaes gyppg
onkernelentroanalsisbased pyy
,,WANG YinGUOLeiLIANG Nan g
(InstituteoAutomatic,NorthwestPoltechnicalUniversitXi'an710129,China) f yy,
:AbstractTotakeadvantaeofthecharacteristicsofKECAforhersectralremotesensinimae gyppgg
,anaroachofsamlesetselectionandC-meansclassificationisroosed.Thesamleclassification ppppppselectionisbasedonconvexeometrconcetsandC-meansclassificationusessectralanlesas gyppg distancemetricsinfeaturesace.ExerimentresultsofHYDICEhersectraldataconfirmthatthe ppypproosedaroachcanimroveclassificationaccuraceffectivel. pppppyy :;;R;;Kewordsinformationrocessinhersectralimaeenientroimaeclassificationkernel pgyppgypygy entrocomonentanalsis pypy
降低数据的维度,减轻数据间复杂相关性对分类精度的影响。目前较成熟的线性特征提取算法包,括主成分分析(Princialcomonentanalsis ppy
[3]4]
、、基于信息论的波段选择算法[辨别式PCA)分析特征提取(Discriminantanalsisfeature y
[5]
,等。上述线性特征提取算法extractionDAFE)便于实现,但对原始数据的表征能力复杂度低,
差,经过上述算法预处理的高光谱遥感图像数据,并不能取得很好的分类效果。近年来,结合核主
0 引 言
高光谱遥感图像分类是目前遥感信息处理技
1]
,术中应用较广泛的领域之一[然而如何在庞大的高光谱图像源数据中利用丰富的光谱信息,应
[]
对复杂的光谱相关性,避免H最终uhes现象2,g
一直是研究的热点和难题。提高分类精度,
在对高光谱遥感图像进行分类前,往往要进行特征提取等预处理操作,目的是依据某种标准
收稿日期:20110908.--
)基金项目:国家自然科学基金项目(60802084.
,作者简介:王瀛(男,高级实验师,博士研究生.研究方向:高光谱遥感图像处理.1976-)
:E-mailwaninenu.edu.cn@hgyg
,:通信作者:郭雷(男,教授,博士生导师.研究方向:模式识别与图像处理.1956E-mailluowu.edu.cn-)@ngp
热门文档