基于类对可分和灰色决策的高光谱波段选择方法.pdf

基于类对可分和灰色决策的高光谱波段选择方法.pdf

ID:55806722

大小:877.10 KB

页数:5页

时间:2020-06-03

基于类对可分和灰色决策的高光谱波段选择方法.pdf_第1页
基于类对可分和灰色决策的高光谱波段选择方法.pdf_第2页
基于类对可分和灰色决策的高光谱波段选择方法.pdf_第3页
基于类对可分和灰色决策的高光谱波段选择方法.pdf_第4页
基于类对可分和灰色决策的高光谱波段选择方法.pdf_第5页
资源描述:

《基于类对可分和灰色决策的高光谱波段选择方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第41卷第6期计算机科学Vo1.41No.62014年6月ComputerScienceJune2014基于类对可分和灰色决策的高光谱波段选择方法张海涛王鹤桥孟祥羽武文波(辽宁工程技术大学软件学院葫芦岛125105)摘要随着研究者对高光谱图像光谱信息的质量要求逐渐提高,其自身特点给图像信息的进一步提取带来了阻碍。现有单一波段选择方法不能完全顾及“信息量、相关性、类别可分性”3点准则,所得结果不可避免地受其他指标度量所约束。而利用灰色系统理论以小样本、贫信息、不确定性系统作为研究对象的属性,可以在将高光谱数据划分为子空间的基础上,进行灰色关联决策运算,从而克服了单指标度量的

2、独立性与不相容性。因此,针对“确保类对可分”这日益高涨的需求,提出一种通过引入灰色关联决策对单一波段选择结果进行综合考量的波段选择方法。最后,通过实验与常见融合方法进行了对比。关键词波段选择,子空间划分,Bhattacharyya距离,灰色关联决策中图法分类号TP751文献标识码AI-IyperspeetralBandSelectionMethodBasedonConjugateClassSeparabilityandGreyDecisionZHANGHai-taoWANGHe-qiaoMENGXiang-yuWUWen-bo(DepartmentofSoftwareEn

3、gineering,LiaoningEngineeringTechnicalUniversity,Huludao125105,China)AbstractAsresearchers’demandforthequalityofthespectralinformationinhyperspectralimagesgraduallyincrea—ses,thecharacteristicsofhyperspectralimagesimpedesthefurtherinformationextractiontotheimages.Theexistingsinglebandsele

4、ctionmethodcannotfullyconsiderthecriteriasabout”informationcontent,correlativity,classsepara-bility”,andtheresultsareinevitablyrestrictedbyotherindexmeasurements.Usingthequalityofgreysystemtheoryandtakingthesmallsample,smallinformationanduncertaintysystemasresearchsubjectscandothegreyinci

5、dencede-cisiononthebasisofsubspacepartition,overcomingtheindependenceandincompatibilityofthesingle-indexmeasure.Therefore,aimingatthegrowingdemandaboutensuringtheseparabilityofconjugateclass,thispaperputforwardabandselectionmethodwhichcansyntheticallyconsidertheresultsofothersinglebandsel

6、ectionmehtodswithgreyinci—dencedecision.Finally,anexperimentwasmadeanditwascomparedwithcolnlnonfusionmethods.KeywarflsBandselection,Subspacepartition,Bhattacharyyadistance,Greyincidencedecision高光谱图像的数据量大、波段间相关性强、信息冗余多,段指数_5J等方法并不能完全顾及三准则,所得结果不可避免这令研究者不得不进行“降维”操作。于是,“如何在保留重要地被其他“指标度量”所约束。信

7、息的前提下,有效去数据冗余、提取出能代表高光谱图像感针对这个问题,很多学者提出了解决方法:兴趣区域信息的波段组合”便成为了研究难点[10]。韩瑞梅、杨敏华对应“波段选择三准则”提出了将自适应降维方法有两种:特征提取和特征选择l_2]。由于特征提波段选择、子空间划分、设定阈值结合起来的波段选择方取会改变图像原有的物理特性,因此本文采用特征选择方法法L,但阈值的设定要根据多次试验和经验而定,并没有客观中的波段选择方法。的依据,使之成为了一个影响结果的不安定因素。波段选择的标准,大致可分为3类l_2]:吴昊、李士进、林林、万定生提出

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。