基于流形对齐的高光谱遥感图像降维和分类算法-国土资源遥感.PDFVIP

第 卷第 期 国土资源遥感 年 月 引用格式 鲁锦涛 马丽 基于流形对齐的高光谱遥感图像降维和分类算法 国土资源遥感 基于流形对齐的高光谱遥感图像降维和分类算法 鲁锦涛 马 丽 中国地质大学 武汉 机械与电子信息学院 武汉 摘要 多时相的高光谱遥感图像数据处理中会出现地物光谱特征漂移的现象 为了提高源域数据已有知识对目标 域数据分类的精度采用了基于流形对齐的分类算法 先用一个标准的线性或非线性的降维方法将 个高光谱遥 感数据集映射到低维 流形 空间中 再用 分析方法将其低维嵌入之间的平移 旋转和缩放因子剔除 得 到数据集间的最优对齐 最后用最近邻算法进行分类 对多个不同时相高光谱遥感图像进行实验 并对比了已有 的流形对齐算法 结果表明本算法具体较好的迁移能力和分类效果 关键词 流形对齐 多时相 高光谱遥感图像 降维 分类 中图法分类号 文献标志码 文章编号 要思想是把不同域特征映射到一个新的共享特征空 引言 间在这个特征空间中 个域的对应样本数据的特 征一致并且每个域各自的局部或全局几何结构得 目前高光谱遥感已经成为遥感领域的重要分 以保持 实现这种目标的流形对齐算法能够使得源 支 其中高光谱遥感影像分类技术更是高光谱遥感 域和目标域数据在新的特征空间中具有相同或相似 处理领域的研究热点 但是高光谱影像分类中存在 的分布 着这样的难题 一方面样本标记的获取需要专家 领域适应性研究中在非遥感领域如自然语言 实地考察和标注这些工作所花费的人力物力和时 处理人脸识别和情感分析等涌现了很多与流形对 间成本往往是非常昂贵的 另一方面对于多时相 齐思想相近的方法 等 利用最小化源领域数 的遥感数据如果已经标注了部分区域或者某个时 据与目标领域数据在特征空间上的最大均值偏差求 间获取的遥感影像那么对于其他时相的影像不确 解降维后的特征空间 在这个不同的领域具有相同 定能否在新影像标签数据不足或者没有标签的情况 或者非常接近的数据分布的新特征空间可直接利 下利用已有的知识对其进行分类 然而对于高光 用