基于局部线性嵌入的高光谱影像特征提取算法

摘要：

特征提取能够消除冗余信息,提高高光谱数据处理的精度和计算效率,是分类等分析必要的预处理手段.传统特征提取算法基于线性变换,无法准确描述高、低维特征空间的关系,因此采用一种新型非线性特征提取算法,即局部线性嵌入(LLE,Locally Linear Embedding),挖掘高光谱影像的本征信息.针对分类问题,使用训练样本类别属性修正距离矩阵,并借鉴LLE计算未知样本低维映射的方法求解测试样本的特征向量,实现监督局部线性嵌入(SLLE,Supervised Locally Linear Embedding).使用机载可见光/红外成像光谱仪数据,与3种分类算法结合进行测试,实验结果表明:SLLE优于线性特征提取算法,能够解决高光谱影像的小样本分类问题.

关键词：遥感、特征提取、局部线性嵌入、流形学习

所属期刊栏目：36

分类号：TP751.1(遥感技术)

资助基金：中国地质调查局资助项目1212010816033;863计划重点资助项目2008AA121102

在线出版日期：2017-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：957-960