利用粒子群优化估计高光谱数据协方差矩阵

摘要：

与传统的多光谱遥感相比,高光谱遥感具有更高的光谱分辨率,能更好地进行地物分类识别.但是,当训练样本数与数据维数相当,或小于后者时,会导致协方差矩阵近似奇异或奇异,使得经典最大似然分类失效,需要对协方差矩阵进行修正.典型的协方差阵估计方法往往只选取总体协方差、类别协方差及其相应变形中的两种形式进行组合,未考虑多种形式共同对协方差阵估计的影响.提出将PSO算法应用到协方差阵估计中,考虑所有形式的共同作用,对组合参数进行优化.最后,通过高光谱数据的分类实验证明了方法的可行性和有效性.

关键词：高光谱数据分类、有限训练样本、协方差矩阵估计、粒子群优化算法(PSO)

所属期刊栏目：46

分类号：TP79(遥感技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 40771145;高等学校博士点基金20070280011;气象行业专项项目GYHY20070628

在线出版日期：2010-11-30（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：203-205,230