高光谱数据非监督分类的改进独立成分分析方法.pdfVIP

第 期总第 期 国土资源遥感 年 月 日 高光谱数据非监督分类的改进独立成分分析方法 李 娜 赵慧洁 北京航空航天大学仪器科学与光电工程学院 北京 摘要 利用数据本身统计特性是实现高光谱数据非监督分类的有效方法之一 针对利用高光谱数据一阶二阶统 计量不能完全表征数据结构的问题提出了一种基于数据高阶统计特性峭度的改进独立成分分析方法 的高光谱数据非监督分类方法 并针对利用峭度 进行非高斯性度量时对噪声等敏感的问题进行了模型改进 利用同一航带的 高光谱遥感数据对该算法的性 能进行了评价 并分别与基于最大似然估计和基于负熵的独立成分分析 方法进行了性能比较 将该方法应 用于 获取的方麓茶场航空高光谱数据的非监督分类 结果表明 本文提出的算法明显地提高了运算的收敛速 度和鲁棒性并具有较高的分类精度和较强的抗噪声能力 关键词 高光谱遥感 独立成分分析 峭度 非监督分类 中图法分类号 文献标识码 文章编号 的高光谱数据非监督分类方 法 该方法利用图像数据本身的高阶统计量 峭 引言 度进行高光谱数据的非高斯性度量并引入最小化 在遥感应用领域利用遥感图像实现地物分类是 噪声变换方法抑制噪声等对模型分类效果的影响 一项非常重要的工作 高光谱遥感数据同时提供地 同时利用 高光谱遥感数据进行算法性能的评 表地物丰富的空间辐射和光谱三重信息利用这些 价并分别与基于最大似然估计和基于负熵的独立 信息可以实现地物的定量化检测和识别 因此高光 成分分析方 谱遥感的出现和发展为开展地物理化特性的深层探 法进行了比较 结果表明本文提出的算法在明显地 索 进行地物间微小差异的精细识别 提供了强有力 提高了运算的收敛速度和鲁棒性的同时还提高了分 的探测手段和前所未有的丰富信息 但如何将高光 类精度 最后将该方法应用于航空高光谱成像仪 谱数据所包含的丰富信息充分挖掘出来则需要适合 获取的方麓茶场数据的分类取得了总体分类精 于该类数据的处理方法和技术 这正是当前高光谱 度为系数为 的分类结果 遥感科学