基于光谱梯度角的高光谱影像流形学习降维法

摘要：

为了挖掘高光谱数据的光谱局部特征,从高光谱遥感数据内在的非线性结构出发,提出了一种基于光谱梯度角的高光谱影像流形学习降维方法.采用局部化流形学习算法局部保持投影(LPP)对高光谱遥感数据进行非线性降维,对距离度量进行改进,将能够更好刻画高光谱影像光谱局部特征的光谱梯度角相似性度量应用于LPP方法,并用真实高光谱图像进行降维实验,取得了优于LPP方法和采用光谱角的LPP方法的结果.结果表明,在光谱规范化特征值方面,所提方法优于LPP方法和采用光谱角的LPP方法;在信息量的保持方面,具有更好的局部细节信息保持量.采用光谱梯度角的流形学习方法用于高光谱影像降维能取得较好的降维效果.

关键词：光谱学、流形学习、降维、局部保持投影算法、光谱梯度角

所属期刊栏目：41

分类号：TP751.1(遥感技术)

资助基金：吉林省教育厅"十二五"科研项目2015448;吉林省科技发展计划资助项目20140101213JC

在线出版日期：2017-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：921-926