基于多线性稀疏主成分的高光谱影像特征提取
高光谱影像特征提取有助于提高高光谱数据的应用效率和精度.针对基于向量的特征提取算法无法充分利用高光谱影像立方体空间结构信息这一缺点,本文提出在所有张量模式中执行稀疏降维的多线性稀疏主成分分析(MSPCA)算法,以中国嘉兴典型村庄和美国内华达州Curprite矿区高光谱影像为原始数据,运用主成分分析(PCA)、空间主成分分析(SPCA)和多线性判别分析(MPCA)3种特征提取方法对比分析所提算法特征提取后的分类精度.结果 表明,利用MSPCA进行特征提取得到的分类精度均优于其他方法,在两个试验区的总体分类精度分别达到96.36%和95.00%.
高光谱影像、多线性稀疏主成分分析、特征提取
39
P237;TP751(摄影测量学与测绘遥感)
河南省自然科学基金资助项目;河南省高等学校重点科研项目;河南省智慧中原地理信息技术协同创新中心开放课题
2020-10-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
54-60