-
题名鲁棒多特征谱聚类的高光谱影像波段选择
被引量:3
- 1
-
-
作者
孙伟伟
杨刚
彭江涛
孟祥超
-
机构
宁波大学地理与空间信息技术系
湖北大学数学与统计学学院
宁波大学信息科学与工程学院
-
出处
《遥感学报》
EI
CSCD
北大核心
2022年第2期397-405,共9页
-
基金
国家自然科学基金(编号:42122009,42171351,41971296,61871177)
浙江省自然科学基金(编号:LR1901D0001)
+3 种基金
湖北省自然科学基金(编号:2021CFA087)
宁波市科技计划项目(编号:2021S089,2021Z107)
浙江省省属高校基本科研业务费专项资金资助(编号:SJLZ2022002)
浙江省自然资源厅科技项目(编号:2021-30,2021-31)。
-
文摘
传统谱聚类的高光谱影像波段选择模型中,采用的波段相似矩阵受到噪声或异常值的影响且仅能表征波段的单一相似特征,导致波段子集的选取结果受到限制。本文从波段选择的目的出发,提出鲁棒多特征谱聚类方法,整合多个特征的波段相似矩阵来形成综合相似矩阵以解决上述问题。该方法假设4种相似性度量包括光谱信息散度、光谱角度距离、波段相关性和拉普拉斯图谱能够共同揭示波段聚类的内在结构特征,通过构建低秩稀疏矩阵分解模型来表征单一相似矩阵与综合相似矩阵的内在关系。进一步,采用增强拉格朗日乘子算法来优化求解综合相似矩阵,利用常规谱聚类方法来聚合所有波段至不同的类别,并选取代表性波段。采用两个常用的高光谱影像数据,对比5种常用的波段选择方法来进行实验验证。实验结果表明,鲁棒多特征谱聚类方法优于改进稀疏子空间聚类、常规谱聚类方法和其他主流波段选择方法,而且计算效率较高。
-
关键词
遥感
高光谱遥感
降维
波段选择
分类
鲁棒多特征谱聚类
-
Keywords
remote sensing
hyperspectral remote sensing
dimensionality reduction
band selection
spectral clustering
robust multifeature spectral clustering
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-