用简化核主成分分析法实现高光谱遥感影像降维

被引：6

作者：

曹茜 ^{[1
,2
]}

谭琨 ^{[1
,2
]}

杜培军 ^{[1
,2
]}

夏俊士 ^{[1
]}

机构：

[1] 中国矿业大学环境与测绘学院

[2] 江苏省资源环境信息工程重点实验室

来源：

金属矿山 | 2012年 / 04期

关键词：

高光谱遥感影像; KPCA; Nystrm算法; 降维; 分类;

D O I：

暂无

中图分类号：

P627 [遥感勘探];

学科分类号：

1404 ;

摘要：

提出用基于Nystrm算法的简化核主成分分析方法(SKPCA)实现高光谱遥感影像的快速降维。首先随机选取部分样本构成子核矩阵并计算其特征向量,然后进行矩阵外推迭代得到近似核矩阵,并分解近似核矩阵不断更新特征向量,最后实现高光谱影像的降维处理。利用OMIS与ROSIS遥感影像进行试验,从运算速度、提取特征信息量以及分类后效果对SKPCA和KPCA(未简化的核主成分分析法)进行比较,结果表明,SKPCA和KPCA提取的特征信息量相当,提取特征与分类效果相近,但SKPCA的运算速度至少要高于KPCA数百倍。

引用

页码：114 / 117

页数：4

共 4 条

[1] 基于Nystrm方法的图像谱分割算法的聚类改进 [J].