基于MNF、PCA与ICA结合的高光谱数据特征提取方法

• 作者: 葛山运
• 来源期刊: 城市勘测
• 学科: 地球科学
• 关键词: 高光谱 MNF PCA ICA 特征向量
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 3S研究与应用
• 页码范围: 103-106
• 页数: 4页
• 分类号: P237
• 字数: 2791字
• 语种: 中文

摘要

特征提取一直是高光谱遥感数据处理与实际应用的难题之一,目前高光谱数据特征提取方法主要有主成分分析(PCA)、最小噪声分离(MNF)和独立成分分析(ICA)等.然而,这些特征提取方法很难较好地适应光谱响应特性变化和高度混合的地类,会导致重要的信息损失.为解决此问题,本文在分析各种特征提取方法的优点的基础上,提出了一种基于MNF、PCA与ICA相结合的高光谱数据特征提取方法.实验表明,本文提出的特征提取方法正确可行,与其他特征提取方法相比效果较好,它充分利用了ICA的分解类别高度混合的数据、PCA的压缩数据和MNF的高度降噪的优点,能较好地适用于小样本和类别高度混合的数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛山运	重庆工程职业技术学院地质与测绘工程学院	10	13	2.0	3.0