[發明專利]基于稀疏保持流形嵌入的高光譜遙感影像分類方法

有效

• 申請號: 201410024004.3
• 申請日: 2014-01-17
• 公開（公告）號: CN103729652A
• 公開（公告）日: 2014-04-16
• 發明（設計）人: 劉嘉敏;羅甫林;黃鴻;韓耀順;劉亦哲
• 申請（專利權）人: 重慶大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 重慶博凱知識產權代理有限公司 50212
• 代理人: 李海華

1.基于稀疏保持流形嵌入的高光譜遙感影像分類方法，其特征在于：其步驟為，

1）從數據集中隨機選取一定數量的樣本作為訓練樣本，其類別信息已知，再隨機選取一定數量的樣本作為測試樣本；

2）對訓練樣本數據點x_i由其余訓練樣本進行稀疏表示，跟據(1)式計算得到數據點x_i的稀疏系數s_i，最終可得到所有訓練樣本的稀疏表示矩陣S，其稀疏求解函數為：

min||xi-Xsi||22]]>

?????????????????????????(1)

s.t.||s_i||₁<ε,s_i≥0

其中：s_i表示數據點x_i由數據集X中除x_i以外其余數據線性組合的稀疏系數；||·||₀表示計算l₀范數，即為s_i中非零元素的個數；ε為誤差閾值；

3）根據稀疏表示矩陣S構建無向權重圖G，在圖G中，若x_i與x_j間的稀疏系數為非零，對應的頂點用邊線連接，若x_i與x_j間的稀疏系數為零，對應的頂點不用邊線連接；

4）根據無向權重圖G設置各邊線的權重系數，如果有邊線連接，就把該邊線相對應的兩個頂點之間的稀疏系數作為該邊線的權值，如果沒有連接邊，權值就設置為零，得到權值矩陣W，即：

wij=sij,sij≠00,sij=0---(2)]]>

其中：w_ij表示數據點x_i與x_j之間的權值，且有權值矩陣W=[w_ij]_N×N；s_ij表示數據點x_i與x_j之間的稀疏系數；

5）由權值矩陣W，保持數據間由稀疏表示體現的相似性不變，根據式(3)可得到投影矩陣A；

min12Σi,j=1N(yi-yj)2wij=Σi,j=1N(yiwijyiT-yiwijyjT)=tr(YLYT)=tr(ATXLXTA)---(3)]]>

其中：D為對角矩陣，且L為拉普拉斯矩陣，且L=D-W；W為權值矩陣；低維嵌入Y=A^TX，A為投影矩陣；

6）根據投影矩陣A，分別對訓練樣本和測試樣本實現數據的維數約簡，得到低維鑒別特征；

7）根據訓練樣本的低維鑒別特征和類別信息，利用分類器分類，判斷出測試樣本的低維鑒別特征所屬類別，即得到測試樣本的類別信息。

2.根據權利要求1所述的基于稀疏保持流形嵌入的高光譜遙感影像分類方法，其特征在于：所述第7）步的分類器按稀疏保持分類方法進行分類，稀疏保持分類方法是通過稀疏表示在全局結構中揭示出的相似關系，通過計算未知數據對各類數據由稀疏表示反映的相似性權值來對未知數據進行分類；其過程為：

①在維數約簡后，用所有已知數據點對未知數據進行稀疏表示得到稀疏系數，如式(4)所示：

min||yi-Ysi||22]]>

???????????????????????????????(4)

s.t.||s_i||₁<ε,s_i≥0

其中：s_i表示未知數據點y_i由已知數據Y線性組合的稀疏系數；||·||₀表示計算l₀范數，即為s_i中非零元素的個數；ε為誤差閾值；

②根據稀疏系數計算未知數據與各類已知數據的相似性權值，即把未知數據與某類已知數據中的各數據相似性權值之和作為該類數據的相似性權值，再根據權值的大小來確定未知數據所屬類別，并把未知數據歸為權值最大的類別；權值求解如式(5)所示：

li=maxk=1cw(yi,k)=maxk=1cΣj=1Nk(sijkd(yi,yjk))---(5)]]>

其中：max(·)表示求最大值計算；l_i為未知數據y_i所得到的類別；c表示已知數據的類別數；w(y_i,k)表示未知數據y_i與第k類數據間的相似性權值，即為y_i與第k類各數據的相似性權值之和；N_k表示第k類數據的個數；為第k類已知類別數據；表示未知數據y_i與第k類已知數據間的稀疏系數；表示未知數據y_i與第k類已知數據間的歐氏距離。