多线性局部与全局保持嵌入在高光谱遥感影像分类中的应用

摘要：

针对一般流形学习算法在学习高光谱数据的多流形结构时存在的不足,提出一种基于线性局部与全局保持嵌入(LLGPE)的多流形学习算法.对于分布在不同流形上的高维观测数据,利用LLGPE算法学习每类分组数据的内蕴特征；然后通过遗传算法搜索每类数据的本质维数；最后根据重构误差最小化准则确定样本所属的类别.在HYDICE高光谱数据集上的分类识别实验结果表明,文中算法能够有效地揭示高维空间中数据的内蕴几何结构；在每类随机选取2,4,6个训练样本的情况下,该算法的总体分类精度比其他流形学习算法分别提高了约3.5％,6.9％和7.2％,且分类精度也有明显的提高.

关键词：高光谱影像、地物分类、多流形学习、遗传算法、本质维数

所属期刊栏目：24

分类号：TP751.1;TP391.4(遥感技术)

资助基金：国家自然科学基金61101168;重庆市自然科学基金CSTC2009BB2195;重庆市科技攻关重点项目CSTC2009AB2231

在线出版日期：2012-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：780-786