结合纯像元提取和ICA的高光谱降维方法

• 作者: 冯燕 刘良春
• 来源期刊: 计算机应用研究
• 关键词: 高光谱降维 高光谱线性模型 独立分量分析 虚拟维数
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1183-1185
• 分类号: TP751
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.03.111

摘要

为了实现高光谱降维并保留重要的光谱特征,通过独立分量分析(independent component analysis,ICA)混合模型和高光谱线性模型的对比分析,提出了结合纯像元提取和ICA的高光谱数据降维方法.该方法通过估计虚拟维数(virtual dimensionality,VD)确定特征个数,采用自动目标生成过程(automatic target generation process,ATGP)从原始数据中提取纯像元向量,作为ICA算法的初始化向量,以负熵为目标函数产生独立分量,并通过高阶统计量筛选实现高光谱数据的降维.分类实验结果表明,该方法不仅解决了传统ICA的随机排序问题,而且与经典降维算法主分量分析(principal components analysis,PCA)相比,分类精度提高了6.83%,在大大降低高光谱数据量的情况下很好地保留了高光谱数据的特征,有利于数据的后续分析和应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯燕	西北工业大学电子信息学院	75	688	15.0	21.0
2	刘良春	西北工业大学电子信息学院	1	10	1.0	1.0