[發明專利]一種高光譜圖像的降維方法及系統在審
| 申請號： | 201911050720.8 | 申請日： | 2019-10-31 |
| 公開（公告）號： | CN110781974A | 公開（公告）日： | 2020-02-11 |
| 發明（設計）人： | 張煥芹;張嘉偉;毛士杰 | 申請（專利權）人： | 上海融軍科技有限公司 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62 |
| 代理公司： | 31317 上海恒慧知識產權代理事務所(特殊普通合伙) | 代理人： | 徐紅銀 |
| 地址： | 201100 上海市浦東新區臨港*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 矩陣 高光譜圖像 權重系數 樣本集 協方差矩陣 計算模塊 特征向量 最近鄰 降維 向量 矩陣計算模塊 運算復雜度 向量計算 效果理想 低維 低位 維數 輸出 | ||
1.一種高光譜圖像的降維方法，其特征在于，包括：
S11：根據輸入的高光譜圖像樣本集D＝{x1,x2,…xm}、最近鄰數k以及降維到的維數d，計算和xi最近的k個最近鄰(xi1,xi2,…xik)；
S12：計算高光譜圖像樣本集D的局部協方差矩陣Zi；
S13：根據所述S12中計算出的局部協方差矩陣Zi計算出其權重系數向量Wi；
S14：根據所述S13計算出的權重系數向量Wi組成權重系數矩陣W，根據W計算得到矩陣：M＝(I-W)(I-W)T；
S15：根據矩陣M計算矩陣M前d+1個特征值及這d+1個特征值對應的特征向量{y1,y2,…yd+1}，根據第二個特征向量到第d+1個特征向量，組成的矩陣即為輸出低維高光譜圖像樣本集矩陣D′＝{y2,y3,…yd+1}。
2.根據權利要求1所述的高光譜圖像的降維方法，其特征在于，所述S11中的計算和xi最近的k個最近鄰(xi1,xi2,…xik)具體為：按歐式距離作為度量，計算和xi最近的k個最近鄰(xi1,xi2,…xik)。
3.根據權利要求1所述的高光譜圖像的降維方法，其特征在于，所述S12中的局部協方差矩陣Zi的公式為：Zi＝(xi-xj)(xi-xj)T。
4.根據權利要求1所述的高光譜圖像的降維方法，其特征在于，所述S13中的權重系數向量的計算方法為：求最小化損失函數對應的m×k維度的權重系數W，將那些不在鄰域位置的W的位置取值為0，將W擴充到m×m維度；所述最小化損失函數的公式為：
5.根據權利要求4所述的高光譜圖像的降維方法，其特征在于，所述S13中的權重系數向量Wi的公式為：
其中，1k表示k維全1向量。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海融軍科技有限公司，未經上海融軍科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911050720.8/1.html，轉載請聲明來源鉆瓜專利網。
