用简化核主成分分析法实现高光谱遥感影像降维
来源期刊：金属矿山2012年第4期
论文作者：曹茜 谭琨 杜培军 夏俊士
文章页码：114 - 117
关键词：高光谱遥感影像;KPCA;Nystrm算法;降维;分类;
摘 要：提出用基于Nystrm算法的简化核主成分分析方法(SKPCA)实现高光谱遥感影像的快速降维。首先随机选取部分样本构成子核矩阵并计算其特征向量,然后进行矩阵外推迭代得到近似核矩阵,并分解近似核矩阵不断更新特征向量,最后实现高光谱影像的降维处理。利用OMIS与ROSIS遥感影像进行试验,从运算速度、提取特征信息量以及分类后效果对SKPCA和KPCA(未简化的核主成分分析法)进行比较,结果表明,SKPCA和KPCA提取的特征信息量相当,提取特征与分类效果相近,但SKPCA的运算速度至少要高于KPCA数百倍。
曹茜1,2，谭琨1,2，杜培军1,2，夏俊士1
1. 中国矿业大学环境与测绘学院2. 江苏省资源环境信息工程重点实验室
摘 要：提出用基于Nystrm算法的简化核主成分分析方法(SKPCA)实现高光谱遥感影像的快速降维。首先随机选取部分样本构成子核矩阵并计算其特征向量,然后进行矩阵外推迭代得到近似核矩阵,并分解近似核矩阵不断更新特征向量,最后实现高光谱影像的降维处理。利用OMIS与ROSIS遥感影像进行试验,从运算速度、提取特征信息量以及分类后效果对SKPCA和KPCA(未简化的核主成分分析法)进行比较,结果表明,SKPCA和KPCA提取的特征信息量相当,提取特征与分类效果相近,但SKPCA的运算速度至少要高于KPCA数百倍。
关键词：高光谱遥感影像;KPCA;Nystrm算法;降维;分类;
