用简化核主成分分析法实现高光谱遥感影像降维

• 作者: 夏俊士 曹茜 杜培军 谭琨
• 来源期刊: 金属矿山
• 学科: 地球科学
• 关键词: 高光谱遥感影像 KPCA Nystr(ǒ)m算法 降维 分类
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 地质与测量
• 页码范围: 114-117
• 分类号: P627
• 字数: 2617字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1250.2012.04.029

摘要

提出用基于Nystr(ǒ)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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜培军	中国矿业大学环境与测绘学院	161	3419	32.0	50.0
5	谭琨	中国矿业大学环境与测绘学院	39	553	11.0	23.0
7	夏俊士	中国矿业大学环境与测绘学院	12	180	7.0	12.0
8	曹茜	中国矿业大学环境与测绘学院	3	37	3.0	3.0