正切空间排列的高光谱遥感影像降维方法 测绘学报 )： 一种
一种顾及空间和局部特征的高光谱遥感影像分类方法[发明专利]
![一种顾及空间和局部特征的高光谱遥感影像分类方法[发明专利]](https://img.taocdn.com/s3/m/e7aaa6d6b90d6c85ed3ac6a6.png)
专利名称：一种顾及空间和局部特征的高光谱遥感影像分类方法
专利类型：发明专利
发明人：吕欢欢,张辉,刘万军,张峻通,王琢璐,刘涛
申请号：CN201910743989.8
申请日：20190813
公开号：CN110472682A
公开日：
20191119
专利内容由知识产权出版社提供
摘要：本发明提供一种顾及空间和局部特征的高光谱遥感影像分类方法，涉及高光谱图像处理与应用技术领域。
该方法首先对输入的高光谱影像数据集进行波段划分和归一化处理；利用主成分分析提取高光谱影像的光谱特征，得到引导图像；通过引导图像对各个波段影像进行引导滤波处理，得到每个波段的输出图像；将各个波段输出图像进行叠加，得到提取的图像空间特征；利用局部Fisher判别分析实现图像空间特征低维嵌入；将低维嵌入特征划分为训练样本和测试样本分别输入到SVM分类器得到分类结果。
本发明方法能够较好的描述地物的结构和边缘信息；在进行空间特征提取的同时顾及了像素间局部关系，提取出有效的空‑谱特征，提高了分类精度。
申请人：辽宁工程技术大学
地址：125105 辽宁省葫芦岛市龙湾南大街188号
国籍：CN
代理机构：沈阳东大知识产权代理有限公司
代理人：李珉
更多信息请下载全文后查看。
遥感影像的半监督判别局部排列降维
遥感影像的半监督判别局部排列降维
王雪松;胡汇涓;程玉虎
【期刊名称】《电子学报》
【年(卷),期】2014(042)001
【摘要】针对遥感影像数据具有的高维数和少量已标记样本的特性,提出一种基于图的半监督判别局部排列降维方法.首先,针对全部已标记和未标记样本数据构造相似图和惩罚图.然后,基于同类近邻点的分散度最小且不同类近邻点的分散度最大的原则,分别确立相似图和惩罚图上的优化目标.最后,通过同时优化这两种图上的目标函数,得到从高维到低维的最优映射关系,从而达到对高维遥感影像数据维数约简的目的.ROSIS高光谱数据上的实验结果表明,所提算法能够有效提高高维遥感影像的总体精度和Kappa系数.
【总页数】5页(P84-88)
【作者】王雪松;胡汇涓;程玉虎
【作者单位】中国矿业大学信息与电气工程学院,江苏徐州221116;中国矿业大学信息与电气工程学院,江苏徐州221116;中国矿业大学信息与电气工程学院,江苏徐州221116
【正文语种】中文
【中图分类】TP751.1
【相关文献】
1.一种基于局部判别正切空间排列的高光谱遥感影像降维方法 [J], 石茜;杜博;张良培
2.半监督局部保持高光谱影像降维算法研究 [J], 甘乐;李功权
3.基于流形保持的半监督局部排列降维算法 [J], 宋德华;姚莉秀
4.基于Fisher判别的半监督天体光谱数据特征降维 [J], 盛英
5.基于成对约束的判别性半监督降维及其在人脸聚类的应用 [J], 崔英杰
因版权原因，仅展示原文概要，查看原文内容请购买。
高光谱降维方法
高光谱降维方法小伙伴们！今天咱们来唠唠高光谱降维方法。
首先呢，咱们得知道为啥要进行高光谱降维。
高光谱数据那可是超级复杂的，维度特别高。
这么高的维度啊，处理起来特别费劲，就像你要在一个超级大的迷宫里找路一样！所以呢，降维就很有必要啦。
那怎么开始降维呢？其实有不少方法哦。
一种常见的方法就是主成分分析（PCA）。
这个PCA大致的思路就是把那些对数据变化贡献大的成分找出来。
怎么找呢？这就涉及到一些计算啦，不过别怕，现在有好多软件工具都能帮咱们做这个计算呢。
我觉得在做PCA的时候，数据的预处理很重要哦。
你要是直接拿原始数据就去做PCA，可能效果不是那么理想。
比如说，有些数据可能需要先归一化一下，让数据在一个比较合适的范围内。
当然啦，这个归一化的方法你可以根据实际情况自己选，我一般就用那种比较简单的线性归一化，感觉就挺好用的！还有一种方法呢，是线性判别分析（LDA）。
这个LDA和PCA有点不太一样。
它主要是考虑数据的类别信息，就是想让不同类别的数据在降维后的空间里分得更开。
做LDA的时候呢，你得先确定好数据的类别哦。
这一步可不能马虎！不过有时候，数据的类别可能不是那么清晰，这时候你可能就得费点心思去整理一下数据啦。
我有一次做这个，数据的类别就有点乱，我当时就想，哎这可咋整。
后来我就仔细研究了一下数据的特点，重新定义了一下类别，效果就好多了呢。
另外还有像流形学习这种方法。
流形学习呢，它是从数据的几何结构出发来降维的。
这个概念可能有点抽象哈。
简单来说呢，就是假设高光谱数据是分布在一个低维的流形上的，咱们要做的就是找到这个低维流形。
但是呢，这种方法计算起来可能会比较复杂，而且对数据的依赖性比较强。
我感觉要是你的数据量不是特别大，而且你对数据的几何结构有一定的了解，不妨试试这个方法。
不过要做好心理准备，可能会遇到一些小麻烦哦。
一种面向异常检测的高光谱图像降维算法_马丽
，Ｐ 分分析 （ 得到 Ｐ ｒ ｉ ｎ ｃ ｉ ａ ｌ Ｃ ｏ ｍ ｏ ｎ ｅ ｎ ｔ Ａ ｎ ａ ｌ ｓ ｉ ｓ Ｃ Ａ） ｐ ｐ ｙ 具有最大 方 差 的 主 成 分 ， 但 无 法 反 映 高 光 谱 数 据 固有的非 线 性 特 性 。 流 形 学 习 算 法 假 设 高 维 数 据 位于一个 低 维 流 形 中 ， 并 求 出 相 应 的 嵌 入 映 射 ，
， 女， 山 东 作 者 简 介： 马 丽 （ １ ９ ８ ２—） ，讲 师， 武 汉） 济宁人 ， 中国地质 大 学 （ 博 士， 主 要 研 究 方 向 是 高 光 谱 数 据 分析 。 ：ｍ Ｅ－ｍ ａ ｉ ｌ ａ ｒ ａ ｒ ｉ ｓ ｓ ｔ ｅ ｒ ｍ ａ ｉ ｌ ． ｃ ｏ ｍ ＠ｇ ｙ ｐ 收稿日期 ：２ ０ １ ４ ０ ４ ２ ３ － － 基 金 项 目： 国 家 自 然 科 学 基 金 项 目
２ 基于 Ｌ Ｌ Ｔ Ｓ Ａ 的异常目标检测
异常检测是基 于 异 常 和 背 景 的 光 谱 可 分 程 度 ， Ｌ Ｌ Ｔ Ｓ Ａ－ＭＤ 算法在降 维 空 间 中 通 过 异 常 到 背 景 流 形的最小距 离 来 度 量 这 种 可 分 性 。Ｌ Ｌ Ｔ Ｓ Ａ－ＭＤ 算 法步骤为 ： Ｓ Ｅ Ｇ 算法选择背景训练点 ； ② 应用 ① 基于 ＲＨ Ｌ Ｌ Ｔ Ｓ Ａ 求得投影向量并建立背景流形 ； ③ 通过线 性映射求得整 个 图 像 的 流 形 坐 标 ； ④ 计 算 每 个 像 素点到背景流形的最小距离进行异常检测 。 ２ ． １ 基于 Ｒ Ｈ Ｓ Ｅ Ｇ 算法的背景训练点选择 ＲＨ Ｓ Ｅ Ｇ 算法是一种基于区 域 增 长 并 结 合 空 间 和光谱信 息 的 图 像 分 割 算 法 ， 可 以 得 到 具 有 不 同 分辨率的多层分割 结 果 （ 粗分割结果由精细层分割
一种光谱分析中的降维方法
） 。改进的Ｉ 算方法，如公式（ １ Ｓ ＯＭＡ Ｐ 算法具体如下： 第一步：聚类分析。本文将光谱角制图法 （ ｓ ｅ ｃ ｔ ｒ ａ ｌ ａ ｎ ｌ ｅ ｐ ｇ ［ ］ ５ ， ） 融入 算法 ， 将光谱数据视为多维 ｍ ａ ｉ ｎ Ｓ ＡＭ Ｋ ｍ ｅ ａ ｎ ｓ ｐ ｐｇ 空间的矢量，计算光谱角大小确定光谱间的相似程度，以达
２ 实验部分
植 物 叶 片 在 可 见 和 近 红 外 波 段 呈 现 出 特 有 的 光 谱 特 ］ ７ 性［ ，利用可见 ／ 近红外光谱可以实现叶片生化参数的无损
， ］ ８ ９ 。将改进的Ｉ 快速、多参数同时检测［ Ｓ ＯＭＡ Ｐ 算法应用于
／ 犉 犻 １ 犲 犳 犾 犲 犮 狋 犪 狀 犮 犲犞 犻 狊 犖 犐 犚狊 犲 犮 狋 狉 犪狅 犳 犾 犲 犪 狏 犲 狊 犚 犵 狆
第四步，构建狇 维嵌入。将 ＭＤ Ｓ 应用于最短距离矩阵
犇 。方法如下，
犌
，修订日期： ２ ０ １ ２ ０ ８ ０ ９ ２ ０ １ ２ １ １ １ ２ 收稿日期： ） ，长江学者和创新团队发展计划项目（ ） 和北京航空航天大学蓝天新星项目资助 ６ ０ ７ ０ ８ ０ ２ ６ Ｉ Ｒ Ｔ ０ ７ ０ ５ 基金项目：国家自然科学基金项目（ 作者简介 ： 李庆波 ， 女 ， 年生 ， 北京航空航天大学仪器科学与光电工程学院副教授 ： １ ９ ７ ５ ｅ ｍ ｉ ｌ ｂ ｌ ｅ ｅ ｂ ｕ ａ ａ ｕ ａ ａ ． ｅ ｄ ｕ ． ｃ ｎ ｑ ａ ＠ｂ
３ １ 聚类分析 对两组数据进行聚类分析，设置类别数目从 １ 增加到最
７模型平稳很多，且在相同犽 值下，前者均小于后者。这说明 Ｉ ｍ Ｉ Ｓ ＯＭＡ Ｐ 算法对邻域大小的依赖程度要比传统Ｉ Ｓ ＯＭＡ Ｐ 算法弱，能在一定程度上避免邻域大小选取不当的影响，更 具鲁棒性和拓扑稳定性；同时Ｉ ｍ Ｉ Ｓ ＯＭＡ Ｐ 算法更能准确降 维，有利于提高校正模型的精度。 ３ ３ 犔 犛建模用于定量分析 结合 犘 在最优参数组合下，将原始光谱数据分别利用Ｉ Ｓ Ｏ ＭＡ Ｐ 和Ｉ ｍ Ｉ Ｓ Ｏ ＭＡ Ｐ降维，然后采用留一法交互验证方式建立叶绿 素和水分含量的 Ｐ Ｌ Ｓ校正模型。叶绿素实验和水分实验的两 种模型预测结果分别如图４和图５所示， 综合情况比较见表１ 。
一种新的高光谱遥感图像降维方法
一种新的高光谱遥感图像降维方法
刘春红;赵春晖;张凌雁
【期刊名称】《中国图象图形学报》
【年(卷),期】2005(010)002
【摘要】高光谱遥感图像的高数据维给图像进一步处理带来了困难,为了解决这一问题,提出了自适应波段选择(ABS)的降维方法.该方法充分考虑了高光谱图像的空间相关性和谱间相关性,通过计算各个波段的指数来选择信息量大并且与其他波段相关性小的波段.对各波段相应的指数重新排列之后,有两种方法来选择最终波段:一种是选择波段指数比设定指数大的波段,另一种方法是选择波段指数排在前n个的所有波段.为了验证ABS方法的有效性,对降维后的高光谱图像进行了贝叶斯监督分类,分类结果表明自适应波段选择的方法能够选择出信息丰富的波段,分类精度与使用原始波段相比提高10.4%,计算复杂度大大降低.
【总页数】5页(P218-222)
【作者】刘春红;赵春晖;张凌雁
【作者单位】哈尔滨工程大学信息与通信工程学院,哈尔滨,150001;哈尔滨工程大学信息与通信工程学院,哈尔滨,150001;哈尔滨工程大学信息与通信工程学院,哈尔滨,150001
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.一种新的等距映射下的降维方法 [J], 刘瑞华;耿国华;周明全;冯亚
2.一种新的高维数据降维方法 [J], 刘超;吴丹丹;杨考
3.一种新的小样本建模方法──非线性映象降维建模方法 [J], 罗蕴玲;崔彦宏;汪蕾
4.一种基于地物诊断性波谱吸收特征的高光谱遥感图像降维方法 [J], 刘汉湖;杨武年;杨容浩
5.一种新的彩色图像降维方法 [J], 徐志节;杨杰;王猛
因版权原因，仅展示原文概要，查看原文内容请购买。
一种高精度高光谱图像分类方案设计
一种高精度高光谱图像分类方案设计
魏利峰;纪建伟
【期刊名称】《计算机工程与科学》
【年(卷),期】2016(38)7
【摘要】为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上,提出一种基于加权模糊C均值算法改进型原型空间特征提取方案.该方案通过加权模糊C均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的有效信息量,从而达到减少训练数据集而不降低分类所需信息量的效果.实验结果表明,与业内公认的原型空间提取算法相比,该方案在相对较小的数据集下,其性能仍具有较为理想的稳定性,且具有相对较高的分类精度.【总页数】9页(P1462-1470)
【作者】魏利峰;纪建伟
【作者单位】沈阳农业大学信息与电气工程学院,辽宁沈阳110866;沈阳航空航天大学经济与管理学院,辽宁沈阳110136;沈阳农业大学信息与电气工程学院,辽宁沈阳110866
【正文语种】中文
【中图分类】TP751
【相关文献】
1.一种基于DSP的高精度谐波检测改进方案设计 [J], 陈仲;徐德鸿
2.一种新型高精度大功率电动飞行仿真转台的驱动方案设计 [J], 段海滨;王道波;黄
向华
3.一种新的空谱联合高光谱图像分类方法 [J], 段小川;王广军;梁四海;杜海波;吴萍
4.一种基于栈式压缩自编码的高光谱图像分类方法 [J], 郭棚跃;刘振丙
5.基于加权模糊C均值算法改进的高光谱图像分类方案设计 [J], 马欢;景志勇;陈明;张建伟
因版权原因，仅展示原文概要，查看原文内容请购买。
一种高光谱遥感数据非线性降维方法[发明专利]
![一种高光谱遥感数据非线性降维方法[发明专利]](https://img.taocdn.com/s3/m/bcc775840b1c59eef9c7b4d7.png)
专利名称：一种高光谱遥感数据非线性降维方法专利类型：发明专利
发明人：陈雨时,林洲汉,赵兴
申请号：CN201310087912.2
申请日：20130319
公开号：CN103136736A
公开日：
20130605
专利内容由知识产权出版社提供
摘要：一种高光谱遥感数据非线性降维方法，本发明涉及到高光谱遥感数据的降维方法。
本发明是要解决现有的高光谱数据线性降维方法对非线性特征保留较少的技术问题，本方法：先将高光谱遥感数据进行坏带去除、低通滤波后组织成N行D列的二维矩阵，再将高光谱数据的像素向量映射到高维的特征空间中，重构流形，再找到流形的原点，构建局部黎曼法坐标，再计算最短路径，再运用黎曼流形学习算法将所有数据点映射到原点的切空间中，映射完后的数据集构成的点组织成N行k列二维矩阵，完成高光谱遥感数据非线性降维。
本发明的方法用于处理高光谱遥感数据。
申请人：哈尔滨工业大学
地址：150001 黑龙江省哈尔滨市南岗区西大直街92号
国籍：CN
代理机构：哈尔滨市松花江专利商标事务所
代理人：王艳萍
更多信息请下载全文后查看。
核正交判别局部正切空间对齐算法
核正交判别局部正切空间对齐算法郑刚民;夏苏娜;马媛媛;马小虎【期刊名称】《模式识别与人工智能》【年(卷),期】2013(000)007【摘要】针对现有的局部正切空间算法中存在的问题，文中提出一种基于核变换的特征提取方法---核正交判别局部正切空间对齐算法(KOTSDA)。
该算法首先利用核方法将人脸图像投影到一个高维非线性空间，提取其非线性信息；然后在目标函数中利用正切空间判别分析算法在保持样本的类内局部几何结构的同时最大化类间差异；最后添加正交约束，得到核正交判别局部正切空间对齐算法。
该算法不需要经过PCA降维，有效避免判别信息的丢失，在ORL和Yale人脸库上的实验验证算法有效性。
%To address the drawbacks of the local tangent space alignment algorithm, a feature extraction method based on kernel transformation, kernel orthogonal discriminant local tangent space alignment algorithm (KOTSDA), is proposed. Firstly, the kernel mapping is performed to map the face data into a high dimensional nonlinear space and extract the nonlinear information. Then, tangent space discriminant analysis algorithm is used to preserve the intra-class local geometric structures and simultaneously maximize the inter-class difference in target function. Finally, KOTSDA is obtained with orthogonal constraints. It effectively avoids losing discriminant information which does not need to preprocess by PCA dimensional reduction. The experiments on ORL andYale face databases demonstrate the effectiveness of the proposed algorithm.【总页数】7页(P673-679)【作者】郑刚民;夏苏娜;马媛媛;马小虎【作者单位】苏州大学计算机科学与技术学院苏州215006;苏州大学计算机科学与技术学院苏州215006;苏州大学计算机科学与技术学院苏州215006;苏州大学计算机科学与技术学院苏州215006【正文语种】中文【中图分类】TP391.4【相关文献】1.正交判别的线性局部切空间排列的人脸识别 [J], 李勇周;罗大庸;刘少强2.一种基于局部判别正切空间排列的高光谱遥感影像降维方法 [J], 石茜;杜博;张良培3.局部切空间对齐算法的核主成分分析解释 [J], 詹宇斌;殷建平;刘新旺4.判别式正交线性局部切空间排列故障辨识 [J], 李锋;赵洁;王家序;丁行武5.基于核schur正交局部Fisher判别的转子故障诊断 [J], 王广斌;刘义伦;黄良沛因版权原因，仅展示原文概要，查看原文内容请购买。
矿产
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。
矿产
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。
- 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)。
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。