[发明专利]无监督高光谱图像隐低秩投影学习特征提取方法

摘要

本发明公开的无监督高光谱图像隐低秩投影学习特征提取方法，旨在提供一种能够实现快速、高鲁棒性的无监督高光谱特征提取方法。本发明通过下述技术方案予以实现：首先将输入的高光谱图像数据按比例划分成训练集和测试集；设计鲁棒性权重函数，计算训练集样本两两之间的光谱相似度，根据训练集构建谱约束矩阵和图正则化约束；然后将隐低秩表示模型的行表示系数近似分解，结合谱约束矩阵和图正则化约束构建隐低秩投影学习模型，采用交替迭代乘子法优化求解隐低秩投影学习模型，获取低维投影矩阵，输出所有测试集样本的类别，将训练集的低维特征作为支持向量机的训练样本，对测试集的低维特征进行分类，以分类结果的质量评估特征提取的性能。