基于流形学习的多光谱优化波段选择算法研究.pdf

《基于流形学习的多光谱优化波段选择算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、40上海AERoSPACE航天SHANGHAI第34卷2017年第3期文章编号：1006一1630(2017)03—0040—07基于流形学习的多光谱优化波段选择算法研究顾章源1，刘翔2～，苏枫2，郑翰清2，刘达1，李建勋1(1．上海交通大学电子信息与电气工程学院，上海200240；2．上海航天控制技术研究所，上海201109；3．中国航天科技集团公司红外探测技术研发中心，上海，201109)摘要：为从多光谱图像特征提取的角度进行优化波段选择，在充分描述数据结构特征的同时使提取选择的特征有明确的物理意义，对基于流形学习算法的

2、优化波段选择算法进行了研究。用判别局部排列(DLA)算法对多光谱数据进行预处理，选取正负样本，利用样本信息，以目标分类为目的进行特征提取。利用特征提取的结果，从特征提取的角度分析当前各谱段对所提取的主特征贡献的总信息量和贡献率，给出了基于权值和基于贡献率的两种优化波段选择算法，分别基于权值和贡献率进行特征选择。用正负样本的可分性可快速高效降维，同时又能保留多光谱图像原物理特性。实测数据验证了优化降维后的5个谱段能保留原数据的物理特性，目标识别概率提高约2％，计算复杂度降低约50％。优化选择的谱段有助于新一代多光谱探测器的研制

3、和应用。关键词：多光谱；波段选择；降维；流形学习；DLA算法；特征；权值；贡献率中图分类号：TN216文献标志码：ADOI：10．19328／j．cnki．10061630．2017．03．005AlgorithmsStudyforSelectingFewCharacteristicSpectralBandsBasedonManifoldLearningGUZhang—yuanl，LIUXian92～，SUFen92，ZHENGHan—qin92，LIUDal，LIJian—xunl(1．SchoolofElectronic

4、，InformationandElectricalEngineering，ShanghaiJiaoTongUniversity，Shanghai200240，China；2．ShanghaiInstituteofSpaceflightControlTechnology，Shanghai201109。China；3．InfraredDetectionTechnologyResearch＆DevelopmentCenter，ChinaAerospaceScienceandTechnologyCooperation，Shangha

5、i20l109，China)Abstract：Toimplementthebandselectionalgorithmfromthefeatureextractionofmulti—spectralimage，andnotonlydescribethedatafeatureshutalsoremainthephysicalmeaningsoftheselectedbands，theoptimizationalgorithmwasstudiedbasedonmanifoldlearninginthispaper．Positiv

6、eandnegativesampleswereselectedafterapretreatmentonmultispectraldatabyusingdiscriminativelocalityalignment(DI。A)algorithm．Onthebasisofthesampleinformation，featureswereextractedtoclassifythetargets．Usingthefeatureextractiontransformationmatrix，thegrossinformationcon

7、tentandcontributionratebythebandstOthemostdiscriminativeandsignificantextractedfeatureswereanalyzedandevaluated．ThenthetWOalgorithmsbasedonweightandcontributionrate，inwhichthefeatureswereselectedbasedonweightaswellascontributionraterespectively．Thedivisibilityofthe

8、positiveandnegativesamplescanrapidlyreducedimensionandretaintheoriginalphysicalfeaturesofmultispectralimage．Themeasureddataprovedthat5spectrumsco