流形学习算法在高光谱中的应用要点.pptVIP

  • 5
  • 0
  • 约8.85千字
  • 约 29页
  • 2016-06-12 发布于湖北
  • 举报

流形学习算法在高光谱中的应用要点.ppt

* * * Cuprite赤铜矿 Virginia Coast Reserve弗吉尼亚海岸保护区 * MNF把数据中的噪声分离出来,留下数据的内在维数。是先进行白化噪声,再进行PCA * * * * * 任意3个波段构成的散点图的非线性特征 Probe2一种高光谱航空遥感系统,ground instantaneous field of view (GIFOV)地面瞬时视场,同义词是空间分辨率spatial revolution * 在ORASIS (Optical Real-time Adaptative Spectral Identification System)系统中,有一个称之为“样本选择”的算法来选择端元。首先选择一组样本像元,再与图像的其他数据作光谱角匹配,去除光谱角相近的像元,只保留光谱角超过某个阈值的像元作为新的样本光谱。接着利用修正的Gram–Schmidt正交化过程得到数目较少的一组基来构成子空间,再将样本光谱投影到子空间中,利用最小体积算法找到子空间中包含所有数据点的外接单形体,单形体的角点即为端元。由于外接单形体的角点并不一定是图像上的数据点,因此即使图像上没有包含纯像元,ORASIS也可能找到端元光谱。 * * * * * * 三个不同小图片,a是有植被的陆地覆盖,b是shallow water浅水区,c是非植被区 横坐标是特征值索引 纵坐标是 表面is

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档