数据资源: 中文期刊论文

机载高光谱影像降维方法比较



编号 zgly0001548968

文献类型 期刊论文

文献题名 机载高光谱影像降维方法比较

作者 冯云云  刘丽娟  陆灯盛  庞勇 

作者单位 浙江农林大学浙江省森林生态系统碳循环与固碳减排重点实验室  浙江农林大学省部共建亚热带森林培育国家重点实验室  中国林业科学研究院资源信息研究所 

母体文献 浙江农林大学学报 

年卷期 2017年05期

年份 2017 

分类号 TP751 

关键词 森林经理学  高光谱图像  曲线误差指数  Wilks’Lambda  随机森林  自适应波段选择 

文摘内容 高光谱数据波段多、波段之间相关性强,导致信息冗余严重,增加了数据处理的工作量,有效准确地在众多波段中选择具有代表性的波段尤为重要。首先用Wilks’Lambda(WL),随机森林(random forest,RF)与自适应波段选择(adaptive band selection,ABS)这3种方法对高光谱数据进行降维处理。然后提出了基于曲线误差指数的评价方法,用此指数的趋势来确定每种降维方法所要选择的合适波段数量,同时用指数的大小评价不同降维方法的优劣,并用分类方法对评价结果加以验证。结果显示:Wilks’Lambda最终选择的波段数为10个,α6-α平稳值(选择6个波段时的曲线误差值与曲线误差平稳值之间的差值)为0.05;随机森林最终选择的波段数为13个,α6-α平稳值为0.06;自适应波段选择方法最终选择的波段数为20个,α6-α平稳为0.14。Wilks’Lambda的总体分类精度为80.56%,Kappa系数为0.77;随机森林的总体分类精度为79.11%,Kappa系数为0.76;自适应波段选择方法的总体分类精度为49.94%,Kappa系数为0.41。得出以下结论:(1)基于曲线误差指数的方法得出Wilks’Lambda有最小的α6-α平稳值,是最佳的波段降维方法 ;分类结果显示:Wilks’Lambda有最大的总体分类精度与Kappa系数,是最佳的波段降维方法。(2)基于曲线误差指数的评价方法与基于分类结果的误差一致,说明此方法具有可行性。

相关图谱

扫描二维码