10.3964/j.issn.1000-0593(2017)11-3386-05
近红外光谱主成分分析与模糊聚类的典型地面目标物识别
近红外光谱技术在遥感监测领域中应用广泛,针对典型地面目标物遥感监测识别需要,提出了光谱主成分分析(PCA)与模糊聚类结合的分类识别方法,提高了识别算法效率及准确性.以四类典型地面目标物作为研究对象,分别测量其在1100~2500 nm范围内漫反射光谱,首先对漫反射光谱进行主成分分析,得到代表光谱特征的主成分分量,然后将其作为模糊聚类分析模型输入参数,计算样品主成分集合之间贴合度,最后利用择近原则对样品进行匹配分类.结果表明,主成分分析可以有效提取光谱特征并且降低数据维度,结合基于择近原则的模糊分类方法,可有效提高算法准确性与效率,为遥感光谱在地面目标物识别应用提供了有益的参考.
近红外光谱、主成分分析、模糊聚类
37
O433.4(光学)
国家863高技术研究发展计划2012AA022602;国家自然科学基金项目81401454,81471698;中国博士后科学基金项目2013M541174;中国博士后国际交流计划20140066;天津市应用基础与前沿技术研究计划16JCZDJC31200
2017-11-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
3386-3390