[发明专利]基于自表示和局部相似性保护的高光谱图像波段选择方法有效
| 申请号： | 201710102857.8 | 申请日： | 2017-02-24 |
| 公开（公告）号： | CN106934400B | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 尚荣华;常姜维;焦李成;王蓉芳;刘芳;马文萍;王爽;候彪;刘红英 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62 |
| 代理公司： | 61205 陕西电子工业专利中心 | 代理人： | 程晓霞;王品华 |
| 地址： | 710071 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于自表示稀疏回归和局部相似性保护的高光谱图像波段选择方法，解决了现有技术可解释性差的技术问题并提高了分类精度。操作步骤有：输入原始高光谱图像数据矩阵；归一化高光谱图像数据矩阵；初始化高光谱图像的稀疏重构矩阵和对角矩阵；计算拉普拉斯相似度矩阵；设置最大迭代次数T | ||
| 搜索关键词： | 基于 表示 局部 相似性 保护 光谱 图像 波段 选择 方法 | ||
【主权项】：
1.一种基于自表示和局部相似性保护的高光谱图像波段选择方法，其特征在于，包括有如下步骤：/n(1)输入原始高光谱图像数据矩阵；/n(2)将原始高光谱图像数据矩阵进行归一化处理；/n(3)对归一化高光谱图像数据矩阵的稀疏重构矩阵和对角矩阵进行初始化，稀疏重构矩阵初始化为全1矩阵，对角矩阵初始化为单位矩阵；/n(4)计算归一化高光谱图像数据矩阵的拉普拉斯相似度矩阵：/n构建归一化高光谱图像数据矩阵的k近邻图，采用高斯核函数的图正则方法计算归一化高光谱图像数据阵的相似度权重矩阵、计算归一化高光谱图像数据矩阵的相似度对角矩阵，最后利用归一化高光谱图像数据矩阵的相似度对角矩阵减去相似度权重矩阵，得到归一化高光谱图像数据矩阵的拉普拉斯矩阵；/n(5)设置最大迭代次数：/n设置当前迭代次数为1，最大迭代次数为T
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710102857.8/，转载请声明来源钻瓜专利网。
