Band selection method based on hyperspectral fundamental criterion

doi:10.13741/j.cnki.11-1879/o4.2018.05.020

您当前的位置：

首页 >

文章列表页 >

Band selection method based on hyperspectral fundamental criterion

更新时间：2025-09-01

- Band selection method based on hyperspectral fundamental criterion
- Vol. 44, Issue 5, Pages: 634-640(2018)
- 作者机构：
  
  1:陆军工程大学石家庄校区电子与光学工程系
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2018.05.020
  CLC：
- Published：2018
- 稿件说明：
移动端阅览
Band selection method based on hyperspectral fundamental criterion[J]. 2018, 44(5): 634-640.
DOI：

Band selection method based on hyperspectral fundamental criterion[J]. 2018, 44(5): 634-640. DOI： 10.13741/j.cnki.11-1879/o4.2018.05.020.

摘要

高光谱数据具有光谱波段多、维度高、数据量庞大的特点

为了提高高光谱数据的处理速度

需要进行降维处理

而波段选择是高光谱降维的基本方法之一。综合考虑

提出基于高光谱波段选择相关性、信息量及类间可分性的方法。通过虚拟维度确定高光谱图像的本征维数

并根据波段间的相关系数进行子空间划分;提出利用基于信息量的离散波段指数

在各个子空间中计算出最大的波段指数构成子集;根据类间可分性准则在子空间中选出可分性因子最大的合适波段。利用光谱角匹配选出最适合分类的波段

组成最后的波段子集

从而实现波段选择的降维处理。通过实验验证

所提方法与传统的最佳指数和自适应波段选择方法相比

在一定程度上提高了高光谱图像的分类精度。

Abstract

关键词

Keywords

references

Views

392

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

A fast hybrid search algorithm for band selection in hyperspectral images

Rapid hyperspectral band selection approach based on clustering and optimal index algorithm

An anomaly detection method for hyperspectral image based on improved LPD

A method of endmember extraction in hyperspectral image based on landmark isometric mapping

Anomaly detection for hyperspectral image based on independent component analysis

Related Author

张钧萍

张晔

刘颖

谷延锋

刘晓光

刘恂

华文深

郭彤

Related Institution

4:哈尔滨工业大学信息工程系

3:哈尔滨工业大学信息工程系

2:哈尔滨工业大学信息工程系

1:哈尔滨工业大学信息工程系

1:军械工程学院电子与光学工程系

⁰