核rx算法异常检测及多分类器融合技术研究

《核rx算法异常检测及多分类器融合技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、杭州电子科技大学硕士学位论文核RX算法异常检测及多分类器融合技术研究研究生：吴香伟指导教师：郭宝峰研究员2015年3月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterKernelRXAlgorithmofAnomalyDetectionandMultipleClassifierFusionTechnologyCandidate:WuXiangweiSupervisor:Prof.GuoBaofengMarch，2015杭州电子科技大学硕士学位论文摘要高光谱遥感影像具有丰富的空间图像信息

2、与光谱辐射信息，广泛应用于环境监测、民用领域、军事领域和资源探测领域。本文主要是对高光谱数据中异常目标检测与分类算法展开研究，主要工作包括以下几个部分：（1）论文介绍了高光谱遥感影像的应用背景和研究意义，综述了高光谱国内外研究现状。并且阐述了目前异常检测技术和分类技术的研究状况。（2）对传统RX异常检测算法的阐述，并介绍了几种改进型的RX异常检测算法。对几种算法进行比较，阐述各自的优缺点。（3）对传统RX算法和单一核RX算法进一步研究，提出一个加权组合核RX算法。该算法不仅具有高斯核函数的局部特性，也具有多项式核函数的全局特性。加权组合核函数在结构层面上反映光谱特征和空

3、间特征，更能有效地挖掘地物信息。通过中国科学院长春光学精密机械与物理研究所提供的高光谱数据和拍摄于美国加州萨利纳斯山谷AVIRIS高光谱数据共同验证了该方法的有效性。（4）提出一种联合异常检测的多分类器融合算法。该方法用监督分类AdaBoost算法和SVM算法，并结合RX异常检测算法对异常目标进行分类，再对这两种分类算法进行决策级融合。其中，使用RX异常检测算法是为了去除大部分背景数据，留下小部分目标数据进行分类。实验证明该方法不仅提高了分类精度，也提高了目标分类的效率。在训练样本的选取方面，选择了光谱指纹库中的光谱指纹作为训练样本，减少人工干预，更符合实际应用。关键字

4、：高光谱遥感影像，异常检测，分类，核RX算法，决策级融合I杭州电子科技大学硕士学位论文ABSTRACTHyperspectralremotesensingimagedatacontainsabundantspatialimageinformationandspectralradiationinformation.Itiswidelyusedinenvironmentalmonitoring,civilianareas,militaryfieldandnaturalresourceexploration.Thisthesismaincontentisanomalytarg

5、etdetectionandclassificationalgorithmofhyperspectralimage.Thestructureofthisthesisisasfollows:(1)Thechapterintroducestheapplicationbackgroundandresearchsignificanceofhyperspectralremotesensingimage,andsummarizessituationoftheresearchesathomeandabroad.Atthesametime,itdescribesthecurrentre

6、searchsituationofanomalydetectionandclassificationtechnology.(2)Inthispaper,weintroducethetraditionalRXalgorithmofanomalydetectiontechnology,andpresentseveralkindsofmodifiedRXanomalydetectionalgorithms.Accordingtobycomparingthesealgorithms,weknowtheadvantagesanddisadvantagesofthem.(3)The

7、traditionalRXalgorithmandasinglekernelRXalgorithmoffurtherresearch,aweightedcombinationkernelRXalgorithmisproposedinthispaper.ItnotonlyhasthelimitationoftheGaussiankernelfunction,butalsotheglobalperformanceofpolynomialkernelfunction.Theweightedcombinationkernelfunctionhas