典型文献
基于空间统计学的高光谱遥感影像主成分选择方法
文献摘要：
主成分分析是一种广泛使用的高光谱遥感影像降维方法,在面向任务的工作中,基于累计方差贡献率的主成分选择方法效果并不理想.针对主成分分析变换后主成分选择的问题,提出基于空间统计学的主成分选择方法.计算各主成分的半变异函数参数变程、拱高、基台值,综合变程和拱高/基台值实现主成分的选择.变程的大小用以判断每一个主成分空间相关性的范围,拱高/基台值的大小用以判断每一个主成分空间相关性的强弱.仿真实验证明了变程和拱高/基台值可以有效表达高光谱遥感影像空间相关性的范围和强弱.在真实高光谱遥感影像实验的基础上,从主观和客观2个方面来综合确定主成分选择的经验阈值,即变程为2.5、拱高/基台值为0.2.从基于支持向量机算法的分类结果来看,和传统方法相比,利用变程和拱高/基台值可以筛选出图像质量较好的主成分,不仅能够达到降维的目的,同时能够保证足够高的分类精度.
文献关键词：
高光谱;主成分分析;空间统计学;半变异函数;支持向量机
中图分类号：
作者姓名：
孙肖;彭军还;赵锋;王晓阳;吕洁;张登峰
作者机构：
中国地质调查局廊坊自然资源综合调查中心,廊坊 065000;中国地质大学(北京)土地科学技术学院,北京 100083;中国地质调查局乌鲁木齐自然资源综合调查中心,乌鲁木齐 830057;中国地质调查局西安矿产资源调查中心,西安 710100
文献出处：
引用格式：
[1]孙肖;彭军还;赵锋;王晓阳;吕洁;张登峰-.基于空间统计学的高光谱遥感影像主成分选择方法)[J].自然资源遥感,2022(02):37-46
A类：
B类：
空间统计学,高光谱遥感影像,分选,选择方法,降维方法,面向任务,方差贡献率,后主,半变异函数,函数参数,变程,拱高,基台,空间相关性,有效表达,影像空间,支持向量机算法,出图,图像质量,分类精度
AB值：
0.196537
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
