论文部分内容阅读
高光谱数据包含大量的空间、光谱等信息,它将决定地物性质的光谱和决定地物空间与几何特性的图像有机的结合,有利于高光谱数据更准确地分类。但是,由于高光谱数据的波段数众多,给分类器的模型选择和训练均带来了困难。因此,对高光谱数据进行降维,提取更具判别性的分类特征,已变成当前高光谱数据处理中的重要问题。由于高光谱图像的空间分辨率有限,图像中存在包含多类地物的混合像元。正是由于混合像元,属于同类的样本可能具有不同的光谱向量,而属于异类的样本可能具有相同的光谱向量。然而,以往的降维方法往往未考虑混合像元的影响,