文章目录

1 高光谱遥感影像降维的必要性

1.1 信息分布特征

1.2 维数灾难与Hughes现象

2 高光谱遥感影像降维研究进展

2.1 特征提取研究进展

    2.1.1 基于指数/参数的特征提取

    2.1.2 基于投影/转换理论的特征提取

    2.1.3 基于波段组合的特征提取

    2.1.4 基于空间域算法的特征提取

    2.1.5 基于流形学习的特征提取

    2.1.6 基于深度学习的特征提取

2.2 特征选择研究进展

    2.2.1 信息测度

    2.2.2 搜索优化策略

    2.2.3 最优波段数目

    2.2.4 多特征质量评估

    2.2.5 多特征优化

3 高光谱遥感影像降维的挑战

3.1 特征可分性

3.2 特征质量评价

3.3 特征数目确定

3.4 多特征优化

3.5 需求驱动的特征选择

4 结语

文章摘要:高光谱遥感影像数据具有高维特征、信息冗余、不确定性显著、小样本、空谱合一等特征，对其进行数据处理面临巨大挑战，高光谱遥感影像降维是高光谱遥感的重要研究方向之一。本文对当前高光谱遥感影像降维的相关研究进展进行了综述，在介绍高光谱遥感数据特点的基础上，重点从特征提取和特征选择两方面对高光谱遥感影像降维的最新研究和前沿进展进行了系统性综述；并从特征可分性、特征质量评价、特征数目确定、多特征优化以及需求驱动的特征选择等方面分析了高光谱遥感影像降维面临的挑战。随着智能化高光谱遥感的发展，高光谱遥感影像智能降维成为未来的发展方向，同时其发展将兼顾多特征质量评估与优选、搜索策略优化、满足应用需求等多目标的需求。随着高光谱遥感数据获取能力的提升和深入应用，高光谱遥感影像降维将会发挥重要而不可替代的作用。

文章关键词:

论文分类号:TP751

上一篇：地质学论文_遥感技术在西北地质调查中的
下一篇：没有了