高光谱遥感数据降维PDF电子书下载

第1章 高光谱研究概述 1

1.1高光谱数据研究现状 3

1.1.1高光谱数据发展现状 3

1.1.2高光谱数据应用领域 4

1.1.3高光谱数据降维的研究现状及存在问题 5

1.2降维算法的研究现状 7

1.2.1基于稀疏表示的降维算法 7

1.2.2张量型降维算法 8

1.2.3基于特征的迁移学习方法 8

1.3本书主要研究方法 9

参考文献 11

第2章 高光谱数据降维研究基础 19

2.1高光谱数据分析 19

2.1.1高维数据的几何特征 19

2.1.2高维数据的统计分布特征 22

2.2高光谱数据特点 24

2.2.1高光谱数据的数据模型 24

2.2.2 高光谱数据的空间相关性 25

2.2.3高光谱数据的谱间相关性 27

2.2.4 Hughes现象 28

2.3高光谱数据的降维算法 29

2.3.1特征选择方法 30

2.3.2特征提取方法 30

2.4高光谱数据降维的分类评价指标 45

2.4.1混淆矩阵 46

2.4.2 整体分类精度 46

2.4.3使用者、生产者及平均精度 46

2.4.4 Kappa系数 47

2.5高光谱数据降维的实验数据集 47

2.5.1 AVIRIS高光谱数据 47

2.5.2 Hyperion高光谱数据 50

2.5.3 ROSIS University高光谱数据 51

2.5.4 ProSpecTIR高光谱数据 52

2.6本章小结 53

参考文献 53

第3章 基于样本依赖排斥图的非负稀疏嵌入投影高光谱数据降维 57

3.1基于样本依赖排斥图的非负稀疏嵌入投影 58

3.1.1非负稀疏表示 59

3.1.2样本依赖排斥图构建 59

3.1.3低维嵌入投影 61

3.1.4算法步骤 63

3.2实验与分析 63

3.3本章小结 67

参考文献 68

第4章 基于加权近邻保持嵌入的高光谱数据降维 70

4.1分布形变和加权距离 71

4.2加权近邻保持嵌入 73

4.3算法步骤 75

4.4实验与分析 75

4.4.1人工数据集 75

4.4.2 AVIRIS高光谱遥感实验数据 77

4.5本章小结 80

参考文献 80

第5章 遥感影像的半监督判别局部排列降维 82

5.1判别局部排列 83

5.2基于图的半监督判别局部排列 84

5.3实验与分析 86

5.4本章小结 89

参考文献 89

第6章 基于块非负稀疏重构嵌入的高光谱数据降维 91

6.1块非负稀疏重构嵌入 92

6.1.1非负稀疏表示 92

6.1.2块非负稀疏表示 93

6.1.3低维嵌入 93

6.1.4算法步骤 95

6.2实验与分析 95

6.2.1高光谱实验数据 96

6.2.2 BNSRE中字典块个数及稀疏权重矩阵分析 97

6.2.3降维性能分析 99

6.2.4讨论 100

6.3本章小结 102

参考文献 102

第7章 基于非负稀疏图的高光谱数据降维 104

7.1基于非负稀疏图的降维 105

7.1.1问题描述 105

7.1.2 块非负稀疏表示 106

7.1.3非负稀疏图构建 107

7.1.4目标函数 109

7.2算法步骤 110

7.3实验与分析 111

7.4本章小结 115

参考文献 115

第8章 基于非负稀疏半监督的高光谱数据降维 118

8.1非负稀疏半监督降维算法 119

8.1.1判别项 120

8.1.2正则项 121

8.1.3非负稀疏半监督最大间隔准则 122

8.2实验与分析 123

8.3本章小结 127

参考文献 128

第9章 基于高质张量近邻图和补丁校准的高光谱数据降维 130

9.1基于高质张量近邻图和补丁校准的降维 131

9.1.1高光谱数据光谱-空间信息的张量表示 132

9.1.2 张量距离 133

9.1.3高质量近邻图 134

9.1.4张量型补丁校准 135

9.2实验与分析 138

9.2.1参数分析 139

9.2.2降维性能分析 142

9.3本章小结 147

参考文献 148

第10章 基于成对约束判别分析-非负稀疏散度的高光谱数据降维 150

10.1基于成对约束判别分析-非负稀疏散度的降维 151

10.1.1问题描述 151

10.1.2 成对约束判别分析 153

10.1.3非负稀疏散度准则 155

10.1.4算法步骤 157

10.2实验与分析 158

10.2.1参数分析 158

10.2.2 对比实验 160

10.3本章小结 163

参考文献 163

第11章 基于样本依赖排斥图正则化自动编码器的高光谱图像降维 167

11.1基于样本依赖排斥图正则化自动编码器的降维 168

11.1.1问题描述 168

11.1.2样本依赖排斥图构建 169

11.1.3基于样本依赖排斥图正则化自动编码器 169

11.2算法步骤 172

11.3实验与分析 172

11.4本章小结 175

参考文献 175