核Direct LDA子空间高光谱影像地物分类

摘要：

为降低高光谱影像的数据维数,提高地物分类识别效率,提出了一种地物分类方法——核直接线性判别分析(Kernel Direct Linear Discriminant Analysis,KDLDA)子空间法;并推导出类先验概率的一般形式下KDLDA的解.KDLDA子空间法先采用KDLDA提取遥感影像的非线性可分特征,然后在KDLDA子空间采用最小距离分类器进行分类识别.机载可见光/红外成像光谱仪(Airborne Visible/Infrared Imaging Spectrometer,AVIRIS)的高光谱影像识别结果表明,相比原空间法、LDA子空间法、直接线性判别分析(Direct Linear Discriminant Analysis,DLDA)子空间法、核线性判别分析(Kernel Linear Discriminant Analysis,KLDA)子空间法,KDLDA子空间法可显著提高识别效率.

关键词：地物分类、非线性可分性特征、核直接线性判别分析、高光谱影像

所属期刊栏目：39

分类号：TP391.4;TP751.1;TP753(计算技术、计算机技术)

资助基金：国家自然科学基金61003199;中央高校基本科研业务费专项资金K50510020015;陕西省教育厅自然科学专项基金2010JK821;西安邮电学院博士启动基金000-1271

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4页

页码：274-277