高光谱特征提取模板教学讲义PPT课件.ppt

《高光谱特征提取模板教学讲义PPT课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、进入夏天，少不了一个热字当头，电扇空调陆续登场，每逢此时，总会想起那一把蒲扇。蒲扇，是记忆中的农村，夏季经常用的一件物品。　　记忆中的故乡，每逢进入夏天，集市上最常见的便是蒲扇、凉席，不论男女老少，个个手持一把，忽闪忽闪个不停，嘴里叨叨着“怎么这么热”，于是三五成群，聚在大树下，或站着，或随即坐在石头上，手持那把扇子，边唠嗑边乘凉。孩子们却在周围跑跑跳跳，热得满头大汗，不时听到“强子，别跑了，快来我给你扇扇”。孩子们才不听这一套，跑个没完，直到累气喘吁吁，这才一跑一踮地围过了，这时母亲总是，好似生气的样子，边扇边训，“你看热的，跑什么？”此时这把蒲扇，是那么凉快，那

2、么的温馨幸福，有母亲的味道！　　蒲扇是中国传统工艺品，在我国已有三千年多年的历史。取材于棕榈树，制作简单，方便携带，且蒲扇的表面光滑，因而，古人常会在上面作画。古有棕扇、葵扇、蒲扇、蕉扇诸名，实即今日的蒲扇，江浙称之为芭蕉扇。六七十年代，人们最常用的就是这种，似圆非圆，轻巧又便宜的蒲扇。　　蒲扇流传至今，我的记忆中，它跨越了半个世纪，也走过了我们的半个人生的轨迹，携带着特有的念想，一年年，一天天，流向长长的时间隧道，袅高光谱特征提取模板一、高光谱特征提取概念二、基于可分性准则的特征提取原理三、高光谱特征提取主要方法四、高光谱特征提取新方法及实例第四章第2节高光谱特征

3、提取2特征提取包括的内容非常广泛，既可以指影像空间维，也可以指光谱维特征提取。本节所讲的特征提取是指光谱维特征提取。一、高光谱特征提取概念1.1高光谱特征提取基本定义3技术特点的区别特征提取特征选择特征是未知的特征是已知的运算规则搜索策略映射方式未知波段选择特征提取过程的实质是对特征映射方式的寻求1.2特征提取与特征选择区别一、高光谱特征提取概念7一、高光谱特征提取概念二、基于可分性准则的特征提取原理三、高光谱特征提取主要方法四、高光谱特征提取新方法及实例第四章第2节高光谱特征提取8基本思想：以类别可分性作为特征提取的准则，要求提取的新特征所构成的特征空间具备最佳的

4、类别区分能力。特征映射方式可分性准则指导可分性准则在高光谱数据降维中有哪两方面作用？二、基于可分性准则的特征提取原理2.1基于可分性准则的特征提取基本思想有样本支持9二、基于可分性准则的特征提取原理2.2选择类别可分性准则可分性准则：从高维数据中获取一组用来分类的特征，需要一个定量的标准来衡量特征对分类的有效性。可分性准则的主要类型：基于几何距离的可分性准则基于概率密度的可分性准则10常见准则：二、基于可分性准则的特征提取原理2.2选择类别可分性准则11降维后的特征原始光谱特征映射矩阵类内散布矩阵类间散布矩阵二、基于可分性准则的特征提取原理2.3定义特征映射形式12

5、根据协方差传播律，Y空间里的协方差矩阵Cy与X空间里的协方差矩阵Cx有如下关系：可推导，Y空间里的散布矩阵与X空间里的散布矩阵有如下关系：二、基于可分性准则的特征提取原理2.4求解映射矩阵13因此，变换后的Y空间里的可分性准则函数：二、基于可分性准则的特征提取原理2.4求解映射矩阵14分析下式：原始高维空间空间中的散布矩阵利用样本求得未知的映射矩阵二、基于可分性准则的特征提取原理2.4求解映射矩阵如何使J1取得最大值？15J1是以矩阵A为变量的函数，欲使J1最大，可将上式求一阶导数并令其为零：二、基于可分性准则的特征提取原理2.4求解映射矩阵16整理得到：二、基于可

6、分性准则的特征提取原理2.4求解映射矩阵17分析公式：代入二、基于可分性准则的特征提取原理2.4求解映射矩阵18对于矩阵AB中的每一列，有：二、基于可分性准则的特征提取原理2.4求解映射矩阵19考察准则函数J1在空间Z和Y中的关系：目的是求变换矩阵A，却求出了矩阵=AB接下来怎么办？从Y到Z的映射不改变准则函数J1的值有兴趣的同学请自己证明二、基于可分性准则的特征提取原理2.4求解映射矩阵20二、基于可分性准则的特征提取原理2.4求解映射矩阵21（一）思路：1.确定降维变换的数学映射表达Y=AX；2.选定可分性准则函数（J1，J2，J3，J4等）；3.利用准则函数对

7、A的一阶导数等于零建立方程；4.立足于方程，寻求A的解或等效解。二、基于可分性准则的特征提取原理2.4可分性准则进行特征提取要点小结设计新型特征提取方法的思路22（二）实施步骤：1.选择样本；2.计算原始光谱空间的类内、类间散布矩阵；4.利用特征向量构建降维变换矩阵。3.求解的特征值和特征向量；2.4可分性准则进行特征提取要点小结二、基于可分性准则的特征提取原理使用已有特征提取方法的步骤23一、高光谱特征提取概念二、基于可分性准则的特征提取原理三、高光谱特征提取主要方法四、高光谱特征提取新方法及实例第四章第2节高光谱特征提取24A.经典PCAB.最小噪声分离法C