基于稀疏非负最小二乘编码的高光谱遥感数据分类方法

摘要：

为了提高高光谱遥感影像的分类精度,提出了一种基于稀疏非负最小二乘编码的高光谱数据分类方法.采用非负最小二乘方法,将待测样本表示为训练样本的线性组合,并将得到的系数作为待测样本的特征向量,通过最小误差方法对待测样本进行分类.提出的方法在AVIRIS Indian Pines和萨利纳斯山谷高光谱遥感数据集上进行分类实验,并和主成分分析(PCA)、支持向量机(SVM)和基于稀疏表示分类器(SRC)方法进行比较,在2个数据集上本文方法的总体识别精度分别达到85.31％和99.56％,Kappa系数分别为0.8163和0.9867.实验结果表明本文方法的总体识别精度和Kappa系数都优于另外3种方法,是一种较好的高光谱遥感数据分类方法.

关键词：稀疏非负最小二乘、高光谱遥感、数据分类

所属期刊栏目：47

分类号：TP751.1(遥感技术)

资助基金：甘肃省自然科学基金项目145RJZA183

在线出版日期：2016-08-16（万方平台首次上网日期，不代表论文的发表时间）

页码：332-337