基于多线性稀疏主成分的高光谱影像特征提取
陈志超1
张正1
刘昌华1
周亚文2
芦俊俊1
王春阳1
1.河南理工大学测绘与国土信息工程学院,河南焦作4540002.北京吉威时代软件股份有限公司,北京100194
摘要：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％.
关键词：高光谱影像多线性稀疏主成分分析特征提取
分类号：P237(摄影测量学与测绘遥感)TP751(遥感技术)
资助基金：河南省自然科学基金(182300410111)河南省高等学校重点科研项目(18A420001)河南省智慧中原地理信息技术协同创新中心开放课题(2016A002)
论文发表日期：2020-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 54-60 )
英文信息