基于MFA与kNNS算法的高光谱遥感影像分类

摘要：

为了研究高光谱影像数据的维数约简和分类问题,提出了一种基于边际费希尔分析(MFA)和kNNS的高光谱遥感影像数据分类算法.该方法利用数据的类别信息,通过MFA将高光谱数据从高维观测空间投影到低维流形空间,然后利用邻域内多个近邻点的信息通过kNNS分类器对低维空间中的数据进行分类.在Urban、Washington和Indian Pine数据集上的分类识别实验表明,该方法能够较为有效地发现高维空间中数据的内蕴结构,在每类随机选取4,6,8个训练样本的情况下,该方法的总体分类精度能够比其他算法提高3.7％～8.5％,分类精度有了明显的提高.

关键词：高光谱影像、地物分类、图嵌入框架、最近邻

所属期刊栏目：39

分类号：TP751.1;TP391.4(遥感技术)

资助基金：国家自然科学基金61101168;重庆市科技攻关重点项目CSTC2009AB2231;重庆市自然科学基金CSTC2009BB2195

在线出版日期：2012-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：261-265