高光谱遥感数据最佳波段选择方法试验研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
" 3 3
% 引
言
高光谱遥感数据波段众多 , 数据量庞大 , 这对其 处理和解译都带来很大困难 为快速 . 准确地从这些 数据中提取资源与环境信息 , 识别不同的物质 , 揭示 目标的本质 , 往往需要依据实际应用的具体要求 , 选 择最佳波段进行处理和解译 一方面 , 这样就可以抓 减 少 工 作 量, 快 速 得 到 所 需 结 果/ 另 住 问题的 要 害 , 一方面 , 高光谱遥感数据需要通过处理 , 变成可视化 的 信息而被人理 解 , 而人眼对彩色图像比对全色图 像的识别能力强 , 所以 , 根据具体的应用要求来选择 最佳遥感波段的图像信息组成彩色图像进行解译是 很重要的 对 于 多 光 谱 遥 感 应 用 中 的 最 佳 波 段 选 择 问 题, 已有多篇文章分别提出了熵 . 联合熵 . 协方差矩阵行 列式值以及最佳指数等多种不同的方法 那么 , 上述 模型. 方法在高 光 谱 遥 感 数 据 最 佳 波 段 选 择 过 程 中 是否依然有效 8 它们之间有什么样的内在联系 8 分 别适用于什么样的条件 8 反映客观实际的精度如何 8 是否还有适合于高光谱遥感数据最佳波段选择的其 它方法 8若有 , 其模型是什么 8物理意义怎样 8诸如 此类问题 , 在高光谱遥感应用研究中非常重要 , 本文 将对这些问题作以探讨 -
" 最佳波段选择的理论模型
高光谱遥感图像解译在相当大的程度上仍依赖 于目视解译 由于人眼对彩色敏感且分辨能力强 , 故 应充分利用信息丰富的彩色合成图像进行目标判
G* H J ’ + F’ E+ K L M J B C D I " I
I G#
式 中 !E 为 输 入 图 像 , 的 J I为 图 像 像 素 灰 度 值 为 I
" " * +, %& ’ ’ ’ ( ) #
/ ( " / ) +0
-1
/ ( " / ) " / #
2 3 4 1 ) / ( " / ) " / # + W
这样 " 对所有可能的波段组合计算其联合熵 " 并按照 从 大 到小的顺序 进 行 排 列 " 则最佳波段选择问题就 得到解决 ! ) 5 ( 5 )组合波段的协方差矩阵行列式 在正态分布条件下有 $ > ,( = = * +( 6 ,’ * @ < ,& ,’ * 1& Fra Baidu bibliotek 79 ’ : ; ’ ? &
‘a b 4" # # % NO PQ0OR O SR T SU 0O V WSQX QUY 6SZ61 1 X T V 60T QS _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
+-D 6 C -C HI J L / / K
/ +( K +(
其中 $D 个波段的标准差 " 为/ 两波段的 M L K /为第 / / K 相关系数 ! 对 N波段图像数据 " 计算其相关系数矩阵 " 再分 别求出所有可能三组合波段对应的 HI ! J HI J越大 " 则相应组合图像的信息量越大 !对 HI J按照从大到 小的顺序进行排列 " 即可选出最优组合方案 ! 若 仅 对 某 些 特 定 的 区 域 感 兴 趣" 则可以定义兴 趣区域 " 并只针对这些区域 " 按照上面的方法求解相 应的最佳组合波段 ! O 5 O 基于类间可分性的最佳波段选择 在 进 行 高 光 谱 数 据 解 译 时" 往往需要分析不同 地物类别之间在哪些波段或组合波段上最容易区 分" 即要研究高光谱数据各波段 M 各地物类别间的可 分性 ! 其总的思想是求取已知类别样本区域间在各 波段和 6 或波段组合上的统计距离 " 包括均值间的标 准 距离 M 离散度和 P 简 称 为 P距 Q R S S R T Q R U V V R距 离 &
收稿日期 ! " # # # $ % % $ % & 作者简介 ! 刘建平 ’ 男, 在职研究生 , 主要从事遥感图像处理和解译 % ( ) ) *+ ,
c
遥
感
技
术
与
应
用
第( n卷
概率 ! 同理 " #个波段图像的联合熵分别为 $
) . .
等! 离* ) 5 ) 5 (均值间的标准距离 C X ,X C ( ) Y FY ( )
# #
其 中 a/ M M - /M K类 的 亮 度 均 值 矢 量 " a K分 别 为 /
-
分 别为 / 类的 协方差 矩阵 " 表示 矩 阵 b _ M ] b‘ K ^ 对角线元素之和 !
K
) 5 ) 5 #P距离 和 [K 之间的可分性 " 其 表征两个地物类别 [/ 表达式为 $ + \/ K F ( > -/ -K ,( ,a * & * & ,a * F & a a / K / K ) c
第% )卷 第 %期 " # # %年 &月
遥
感
技
术
与
应
用
[ \ ] 4 % ) ^\ 4 %
高光谱遥感数据最佳波段选择方法试验研究
刘建平 ,赵英时 ,孙淑玲
中国科技大学研究生院 ’ 北京 % # # # & ( +
摘要 ! 分析了多光谱遥感数据最佳波段选择的联合熵 . 行列式值及最佳指数等信息量计算方法的内 在联系 , 说明了信息量方法用于高光谱遥感数据最佳波段选择的局限性 , 提出了基于类间可分性的 最佳波段选择原则和方法 - 通过试验 , 说明了各种处理方法的有效性 . 局限性和计算复杂度 关 键 词! 高光谱遥感数据 /最佳波段选择 /信息量 /可分性 中图分类号 ! 文献标识码 ! 文章编号 ! 3 % 4 % 5 ( % # # 7 $ # & " & ’ " # # % + # % $ # # # 2 $ # 2 0 12 0 12 6 读 - 一般的数字图像处理系统都采用三色合成原理 形成彩色图像 , 即在 &个通道上安置 &个波段图像 , 然后 分别 赋 以 红 . 绿. 蓝 色, 叠合在一起形成彩色图 像对于 9波段图像 , 选择其中 &个波段的方法数为 再考虑每个波段有 &种 ;’ *% + ;’ *" + 5 & <种, : : : 原 色 可 选, 这样就可以组合成 : ;’ *% + ;’ *" + : : 种彩色图像 - 对于具有几十个乃至几百个波段的高 光谱遥感数据 , 如单纯用试验的方法来选择 , 显然是 不可取的 -所以 , 需要解决最佳波段选择问题 -选择 的原 则有两 点 ! =所选择的波段或波段组合的信息 量最大 / > 所选择的波段或波段组合使得某些地物 类别之间最容易区分 ? 4 @ 基于信息量的最佳波段选择 一 般 来 说, 选择波段的一个主要依据是该波段 因为方差的大小体现 的辐射 量的 方差 应 尽 可 能 大 , 了所含信息的多少 - 但由于景物各波段的辐射特性 之 间的相 关性 , 用 &个 方 差 最 大 的 波 段 合 成 的 结 果 并不一定能获得最多的信息 - 当三者之间相关很强 时, 各 波段 所包 含 的 信 息 之 间 有 着 大 量 的 重 复 和 冗 余 - 因此 , 选择 &个波段的组合时 , 必须同时考虑方 差 要大 而相关 性 要 小 这 样 两 个 条 件 , 即考虑组合图 像的熵最大 " 4 % 4 %熵与联合熵 根据仙农信息论的原理 , 一幅 AB 表示的图像 C D E 的熵为 !
/ 8 8 B6 ) ( 6 ) 其 中$ 为样区协方差矩阵 " +& ) * C C " 7 A ?8 ?8 ’ ’
其 中 $X M X ( )分别为两类对应的样本区域的光谱均 值矢量 Z M Y Y W ( ) 分别为两类对应的样本区域的方差 ! 反映两类在每一波段内的可分性大小 ! ) 5 ) 5 )离散度 表征两个地物类别 [/ 和 [K 之间的可分性 " 其 表达式为 $ + \/ K
,( ,( ( _ & ,-K * & F -/ -/ ,-K ‘ ] ^ ) ,( ,( ( > _ & & ,%K * & ,a * ‘ ] a a / ,-K * ^ / / K )
为图像变量 " B 为波段数 " ? 为样区的像元总数 ! 遥感数据像元变量近似正态分布 " 故有 $
?
( > ,( * F -’ G?8 G1 & * +2 & ’ D E 7 8 / +( )/ 对于无偏估计 " 由上式得到 $ B B B ( F2 & * + F 2 & ) * F 2 C C E 7 E A E ?8 8 ) ) ) ) 由 此 可 以 看 出" 图 像 熵 随 变 量 协 方 差 矩 阵 ?8 的行列式值的变化而变化 ! 因此 " 通过计算 #个波段 + D 其数值的大小就反映了 组 合 的协方差矩 阵 行 列 式 " 组合波段的信息量的大小 ! ) 5 ( 5 #最佳指数 & * HI J 因 为 图 像 数 据 的 标 准 差 越 大" 所包含的信息量 也越大 " 而波段间的相关系数越小 " 表明各波段图像 数据的独立性越高 " 信息的冗余度越小 ! 故也可采用 的概念 " 即 美国查维茨提出的最佳指数 & * HI J
# 试验结果分析
f 5 g 试验条件 所 有 试 验 均 在 微 机 上 进 行" h i j$ i 9 E S k l mi U 3 主频 $ 内存 $ & * " ) n nopq 6 " n eos ! 软件采用笔者 U r
第 ’期
刘建平等 8 高光谱遥感数据最佳波段选择方法试验研究
/
在! 高光谱 % & ’环 境 下 利 用 $ "#$ ( )语 言 开 发 的 * 遥感数据最佳波段选择子系统 + , & . 试验数据 多光谱最佳波段选择试验采用美国圣迭戈 仅使用除热红外波段之外的其它 ’ / 0 1年 2 3 数据 4 数 据 大 小8 5个 波 段 6 7 1 9 9: @1 9 9> @5 ; <= > ? : A B ? : ,高 光 谱 最 佳 波 段 选 择 试 验 采 用 E C ; B D : F )4 E ? G 提 供 的 6 4 F H I = J > : A I B) ; C I H ; G I H K L#$ M $ N LA H C I H B ? O 6所 获 的 辐 #A : A C > ? $ B P H ; H ? D$ <; Q A B QN = ? R G H I <? G ? H 射 光谱数据 , 遥感时间 8 遥感 地 ’ / / 1年 S月 T 1日 U 域8 数 据 类 型8 整 型U 数据 7"? 7XN V J = H A G ? W ; D ; LU 大小 8S 9 9: @% 1 9> @1 9C ; <= > ? : A B ? : ; B D :4 L#$ M $ N 的原始数据为 T 只给了 1 T S波段 7 9个波段的数据 6 U 波长范围 8 ’ & / / ’ YT & S Z /B <, & - 基 于信息 量的多 光 谱 遥 感 数 据 最 佳 波 段 选 择 方法比较试验 对 ’ / 0 1年 圣 迭 戈 影 像 图 2 [ [ [ 3’ 2 3T 2 3% [ [ 9种 可 能 的 波 段 2 3S 2 31 2 3Z等 5个 波 段 的 T 组 合 所 产生复合 图 像 的 联 合 熵 [ 协方差矩阵行列式 值以及最佳指数按联合熵的降序列于表 ’ ,
- /F - KC C ( ) _ 2 E (‘ ) & ) C dC * - /C - /C
式中符号的意义同对于离散度的定义 ! 对 于 任 何 一 对 给 定 的 地 物 类 别" 只要算出这两 个不 同类别 在所 有 可 能 的 波 段 组 合 中 的 标 准 距 离 M 离 散 度 或 P距 离 " 并 取 最 大 者" 便是区分这两个类 别的最佳波段组合 " 即最优子集 ! ) 5 ) 5 e类间平均可分性 上 面 几 种 方 法 是 针 对 两 个 类 别 而 言" 也就是说 它们都是类对间的可分性度量 ! 对于多类别问题 " 一 个常 用的办 法是 计 算 平 均 可 分 性 " 即计算每一种可 能的子空间中 " 每个类对之间的统计距离 " 再计算这 些类对 间统 计可 分 性 的 平 均 值 " 并按平均值的大小 排列所 有被 评价 的 子 集 顺 序 " 从而选择最佳组合波 段!
% 引
言
高光谱遥感数据波段众多 , 数据量庞大 , 这对其 处理和解译都带来很大困难 为快速 . 准确地从这些 数据中提取资源与环境信息 , 识别不同的物质 , 揭示 目标的本质 , 往往需要依据实际应用的具体要求 , 选 择最佳波段进行处理和解译 一方面 , 这样就可以抓 减 少 工 作 量, 快 速 得 到 所 需 结 果/ 另 住 问题的 要 害 , 一方面 , 高光谱遥感数据需要通过处理 , 变成可视化 的 信息而被人理 解 , 而人眼对彩色图像比对全色图 像的识别能力强 , 所以 , 根据具体的应用要求来选择 最佳遥感波段的图像信息组成彩色图像进行解译是 很重要的 对 于 多 光 谱 遥 感 应 用 中 的 最 佳 波 段 选 择 问 题, 已有多篇文章分别提出了熵 . 联合熵 . 协方差矩阵行 列式值以及最佳指数等多种不同的方法 那么 , 上述 模型. 方法在高 光 谱 遥 感 数 据 最 佳 波 段 选 择 过 程 中 是否依然有效 8 它们之间有什么样的内在联系 8 分 别适用于什么样的条件 8 反映客观实际的精度如何 8 是否还有适合于高光谱遥感数据最佳波段选择的其 它方法 8若有 , 其模型是什么 8物理意义怎样 8诸如 此类问题 , 在高光谱遥感应用研究中非常重要 , 本文 将对这些问题作以探讨 -
" 最佳波段选择的理论模型
高光谱遥感图像解译在相当大的程度上仍依赖 于目视解译 由于人眼对彩色敏感且分辨能力强 , 故 应充分利用信息丰富的彩色合成图像进行目标判
G* H J ’ + F’ E+ K L M J B C D I " I
I G#
式 中 !E 为 输 入 图 像 , 的 J I为 图 像 像 素 灰 度 值 为 I
" " * +, %& ’ ’ ’ ( ) #
/ ( " / ) +0
-1
/ ( " / ) " / #
2 3 4 1 ) / ( " / ) " / # + W
这样 " 对所有可能的波段组合计算其联合熵 " 并按照 从 大 到小的顺序 进 行 排 列 " 则最佳波段选择问题就 得到解决 ! ) 5 ( 5 )组合波段的协方差矩阵行列式 在正态分布条件下有 $ > ,( = = * +( 6 ,’ * @ < ,& ,’ * 1& Fra Baidu bibliotek 79 ’ : ; ’ ? &
‘a b 4" # # % NO PQ0OR O SR T SU 0O V WSQX QUY 6SZ61 1 X T V 60T QS _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
+-D 6 C -C HI J L / / K
/ +( K +(
其中 $D 个波段的标准差 " 为/ 两波段的 M L K /为第 / / K 相关系数 ! 对 N波段图像数据 " 计算其相关系数矩阵 " 再分 别求出所有可能三组合波段对应的 HI ! J HI J越大 " 则相应组合图像的信息量越大 !对 HI J按照从大到 小的顺序进行排列 " 即可选出最优组合方案 ! 若 仅 对 某 些 特 定 的 区 域 感 兴 趣" 则可以定义兴 趣区域 " 并只针对这些区域 " 按照上面的方法求解相 应的最佳组合波段 ! O 5 O 基于类间可分性的最佳波段选择 在 进 行 高 光 谱 数 据 解 译 时" 往往需要分析不同 地物类别之间在哪些波段或组合波段上最容易区 分" 即要研究高光谱数据各波段 M 各地物类别间的可 分性 ! 其总的思想是求取已知类别样本区域间在各 波段和 6 或波段组合上的统计距离 " 包括均值间的标 准 距离 M 离散度和 P 简 称 为 P距 Q R S S R T Q R U V V R距 离 &
收稿日期 ! " # # # $ % % $ % & 作者简介 ! 刘建平 ’ 男, 在职研究生 , 主要从事遥感图像处理和解译 % ( ) ) *+ ,
c
遥
感
技
术
与
应
用
第( n卷
概率 ! 同理 " #个波段图像的联合熵分别为 $
) . .
等! 离* ) 5 ) 5 (均值间的标准距离 C X ,X C ( ) Y FY ( )
# #
其 中 a/ M M - /M K类 的 亮 度 均 值 矢 量 " a K分 别 为 /
-
分 别为 / 类的 协方差 矩阵 " 表示 矩 阵 b _ M ] b‘ K ^ 对角线元素之和 !
K
) 5 ) 5 #P距离 和 [K 之间的可分性 " 其 表征两个地物类别 [/ 表达式为 $ + \/ K F ( > -/ -K ,( ,a * & * & ,a * F & a a / K / K ) c
第% )卷 第 %期 " # # %年 &月
遥
感
技
术
与
应
用
[ \ ] 4 % ) ^\ 4 %
高光谱遥感数据最佳波段选择方法试验研究
刘建平 ,赵英时 ,孙淑玲
中国科技大学研究生院 ’ 北京 % # # # & ( +
摘要 ! 分析了多光谱遥感数据最佳波段选择的联合熵 . 行列式值及最佳指数等信息量计算方法的内 在联系 , 说明了信息量方法用于高光谱遥感数据最佳波段选择的局限性 , 提出了基于类间可分性的 最佳波段选择原则和方法 - 通过试验 , 说明了各种处理方法的有效性 . 局限性和计算复杂度 关 键 词! 高光谱遥感数据 /最佳波段选择 /信息量 /可分性 中图分类号 ! 文献标识码 ! 文章编号 ! 3 % 4 % 5 ( % # # 7 $ # & " & ’ " # # % + # % $ # # # 2 $ # 2 0 12 0 12 6 读 - 一般的数字图像处理系统都采用三色合成原理 形成彩色图像 , 即在 &个通道上安置 &个波段图像 , 然后 分别 赋 以 红 . 绿. 蓝 色, 叠合在一起形成彩色图 像对于 9波段图像 , 选择其中 &个波段的方法数为 再考虑每个波段有 &种 ;’ *% + ;’ *" + 5 & <种, : : : 原 色 可 选, 这样就可以组合成 : ;’ *% + ;’ *" + : : 种彩色图像 - 对于具有几十个乃至几百个波段的高 光谱遥感数据 , 如单纯用试验的方法来选择 , 显然是 不可取的 -所以 , 需要解决最佳波段选择问题 -选择 的原 则有两 点 ! =所选择的波段或波段组合的信息 量最大 / > 所选择的波段或波段组合使得某些地物 类别之间最容易区分 ? 4 @ 基于信息量的最佳波段选择 一 般 来 说, 选择波段的一个主要依据是该波段 因为方差的大小体现 的辐射 量的 方差 应 尽 可 能 大 , 了所含信息的多少 - 但由于景物各波段的辐射特性 之 间的相 关性 , 用 &个 方 差 最 大 的 波 段 合 成 的 结 果 并不一定能获得最多的信息 - 当三者之间相关很强 时, 各 波段 所包 含 的 信 息 之 间 有 着 大 量 的 重 复 和 冗 余 - 因此 , 选择 &个波段的组合时 , 必须同时考虑方 差 要大 而相关 性 要 小 这 样 两 个 条 件 , 即考虑组合图 像的熵最大 " 4 % 4 %熵与联合熵 根据仙农信息论的原理 , 一幅 AB 表示的图像 C D E 的熵为 !
/ 8 8 B6 ) ( 6 ) 其 中$ 为样区协方差矩阵 " +& ) * C C " 7 A ?8 ?8 ’ ’
其 中 $X M X ( )分别为两类对应的样本区域的光谱均 值矢量 Z M Y Y W ( ) 分别为两类对应的样本区域的方差 ! 反映两类在每一波段内的可分性大小 ! ) 5 ) 5 )离散度 表征两个地物类别 [/ 和 [K 之间的可分性 " 其 表达式为 $ + \/ K
,( ,( ( _ & ,-K * & F -/ -/ ,-K ‘ ] ^ ) ,( ,( ( > _ & & ,%K * & ,a * ‘ ] a a / ,-K * ^ / / K )
为图像变量 " B 为波段数 " ? 为样区的像元总数 ! 遥感数据像元变量近似正态分布 " 故有 $
?
( > ,( * F -’ G?8 G1 & * +2 & ’ D E 7 8 / +( )/ 对于无偏估计 " 由上式得到 $ B B B ( F2 & * + F 2 & ) * F 2 C C E 7 E A E ?8 8 ) ) ) ) 由 此 可 以 看 出" 图 像 熵 随 变 量 协 方 差 矩 阵 ?8 的行列式值的变化而变化 ! 因此 " 通过计算 #个波段 + D 其数值的大小就反映了 组 合 的协方差矩 阵 行 列 式 " 组合波段的信息量的大小 ! ) 5 ( 5 #最佳指数 & * HI J 因 为 图 像 数 据 的 标 准 差 越 大" 所包含的信息量 也越大 " 而波段间的相关系数越小 " 表明各波段图像 数据的独立性越高 " 信息的冗余度越小 ! 故也可采用 的概念 " 即 美国查维茨提出的最佳指数 & * HI J
# 试验结果分析
f 5 g 试验条件 所 有 试 验 均 在 微 机 上 进 行" h i j$ i 9 E S k l mi U 3 主频 $ 内存 $ & * " ) n nopq 6 " n eos ! 软件采用笔者 U r
第 ’期
刘建平等 8 高光谱遥感数据最佳波段选择方法试验研究
/
在! 高光谱 % & ’环 境 下 利 用 $ "#$ ( )语 言 开 发 的 * 遥感数据最佳波段选择子系统 + , & . 试验数据 多光谱最佳波段选择试验采用美国圣迭戈 仅使用除热红外波段之外的其它 ’ / 0 1年 2 3 数据 4 数 据 大 小8 5个 波 段 6 7 1 9 9: @1 9 9> @5 ; <= > ? : A B ? : ,高 光 谱 最 佳 波 段 选 择 试 验 采 用 E C ; B D : F )4 E ? G 提 供 的 6 4 F H I = J > : A I B) ; C I H ; G I H K L#$ M $ N LA H C I H B ? O 6所 获 的 辐 #A : A C > ? $ B P H ; H ? D$ <; Q A B QN = ? R G H I <? G ? H 射 光谱数据 , 遥感时间 8 遥感 地 ’ / / 1年 S月 T 1日 U 域8 数 据 类 型8 整 型U 数据 7"? 7XN V J = H A G ? W ; D ; LU 大小 8S 9 9: @% 1 9> @1 9C ; <= > ? : A B ? : ; B D :4 L#$ M $ N 的原始数据为 T 只给了 1 T S波段 7 9个波段的数据 6 U 波长范围 8 ’ & / / ’ YT & S Z /B <, & - 基 于信息 量的多 光 谱 遥 感 数 据 最 佳 波 段 选 择 方法比较试验 对 ’ / 0 1年 圣 迭 戈 影 像 图 2 [ [ [ 3’ 2 3T 2 3% [ [ 9种 可 能 的 波 段 2 3S 2 31 2 3Z等 5个 波 段 的 T 组 合 所 产生复合 图 像 的 联 合 熵 [ 协方差矩阵行列式 值以及最佳指数按联合熵的降序列于表 ’ ,
- /F - KC C ( ) _ 2 E (‘ ) & ) C dC * - /C - /C
式中符号的意义同对于离散度的定义 ! 对 于 任 何 一 对 给 定 的 地 物 类 别" 只要算出这两 个不 同类别 在所 有 可 能 的 波 段 组 合 中 的 标 准 距 离 M 离 散 度 或 P距 离 " 并 取 最 大 者" 便是区分这两个类 别的最佳波段组合 " 即最优子集 ! ) 5 ) 5 e类间平均可分性 上 面 几 种 方 法 是 针 对 两 个 类 别 而 言" 也就是说 它们都是类对间的可分性度量 ! 对于多类别问题 " 一 个常 用的办 法是 计 算 平 均 可 分 性 " 即计算每一种可 能的子空间中 " 每个类对之间的统计距离 " 再计算这 些类对 间统 计可 分 性 的 平 均 值 " 并按平均值的大小 排列所 有被 评价 的 子 集 顺 序 " 从而选择最佳组合波 段!