泛场景自适应优化的多输出最小二乘SVR光谱反射率重建方法

摘要：

针对传统回归模型在多种场景光谱重建中存在的泛化性能较差的问题,提出一种自适应优化的多输出最小二乘支持向量回归光谱反射率重建方法,满足泛场景下最优光谱重建模型应用需求.首先使用多输出最小二乘支持向量回归作为重建模型,该模型具有良好的收敛速度及小样本拟合精度.同时为了提高模型在多种场景下的泛化性能,提出一种融合拟合精度与变化趋势,且具有自适应权重的综合评价指标,作为混沌麻雀搜索算法的适应度函数,对重建模型进行不同场景的参数动态寻优,解决特定场景的模型参数最优化问题.实验结果表明,在不同彩绘文物参考色块光谱重建中,该方法的平均光谱均方根误差降低了0.0292、适应度系数提高了1.29％、色差降低了3.38,能够针对不同重建场景自适应优化模型参数,在不同重建场景中均获得了较好的光谱反射率重建效果.

关键词：多光谱成像、光谱反射率重建、多输出最小二乘支持向量回归、麻雀搜索算法、模型综合评价指标、参数自适应优化

所属期刊栏目：51

分类号：O433.4(光学)

资助基金：陕西省自然科学基础研究计划项目;陕西省科技厅科技合作项目;陕西省教育厅智库项目;西安市科技局高校人才服务企业项目

在线出版日期：2022-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：344-358