光谱数据的特征挖掘降维方法

• 作者: 张晶 戴琼海 李菲菲 范静涛
• 来源期刊: 数据采集与处理
• 学科: 物理学
• 关键词: 光谱数据 特征挖掘 序列前向选择 数据降维
• 年，卷（期）: 2016,（6）
• 页码范围: 1097-1105
• 页数: 9页
• 分类号: O433.4
• 字数: 4225字
• 语种: 中文

摘要

“去繁存精”的光谱数据解耦方法可去除高维光谱数据的大量冗余，提炼其特征谱段，是光谱仪器得以广泛应用的重要基础。应用各异性和光谱特征优选方法普适性所构成的矛盾，在一定程度上制约了光谱仪器的应用。本文提出了序列前向选择（Sequential forward selection ，SFS）的光谱特征自适应数据挖掘方法，生成最优变量组合作为支持向量机（Support vector machine ，SVM ）分类模型的输入，在对光谱数据降维的同时，实现了高精度的数据分类。本文方法可有效解决大量光谱数据的多类分类问题，并在红木分类中得到了实际验证和应用，为破解因光谱特征峰高度混叠而难以进行主观经验特征选择的困境提供了新思路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴琼海	清华大学自动化系	106	1343	16.0	34.0
2	张晶	清华大学自动化系	18	150	7.0	12.0
3	李菲菲	清华大学自动化系	9	17	3.0	4.0
4	范静涛	清华大学自动化系	2	23	2.0	2.0