基于支撑向量回归的高光谱混合像元非线性分解

摘要：

提出了基于支撑向量回归的高光谱混合像元自动分解.首先利用投影迭代的方法自动寻找到影像的典型地物光谱,然后利用Hapke近似函数模拟出非线性的训练和测试数据.支撑向量回归的混合像元分解方法与基于基函数分解方法的不同点是不需要预先确定非线性的映射形式,它通过核函数,把像元矢量从低维空间映射到高维特征空间,使得在特征空间中构造的线性光谱组合对应着原始空间(像元空间)的非线性组合特性,从而揭示了典型地物光谱之间的高阶性质,提高了混合像元的分解精度.实验结果证明,这种方法具有很高的混合像元的分解精度.利用模拟数据作分解精度的评价,表明97%以上的像元分解绝对误差不大于10%,而各类总体平均平方根误差均小于3.5%.

关键词：光谱分解、迭代投影、支撑向量回归、非线性

所属期刊栏目：10

分类号：TP391.41(计算技术、计算机技术)

资助基金：中国科学院资助项目40523005;科技部科研项目2003CB415205;国家重点实验室基金

在线出版日期：2006-05-25（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：312-318