[發明專利]一種基于粗糙集的高光譜成像參數優化設計方法

有效

• 申請號: 202011366930.0
• 申請日: 2020-11-27
• 公開（公告）號: CN113094651B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 李娜;趙慧潔;曹玉欣;徐萌
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G01N21/25
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于粗糙集的高光譜成像參數優化設計方法，其特征在于：它包含以下步驟：

(1)高光譜成像過程分析，確定成像過程中的主要影響參數；

(2)建立成像參數數據表，利用基于熵的離散化方法對數據表中的成像關鍵參數取值進行劃分；

(3)依據步驟(2)中劃分的取值區間，建立離散化成像參數數據表，基于布爾屬性映射，采用關聯規則對成像數據表進行挖掘，建立高光譜成像過程關鍵影響參數與礦物識別能力的影響約束關系；

(4)基于步驟(3)中建立的離散化后數據表，基于粗糙集與知識粒度計算成像關鍵參數對礦物識別能力的屬性重要度；

(5)基于偏最小二乘法建立多元線性回歸模型，建立成像參數與礦物識別能力間定量化方程；

(6)依據步驟(3)中的影響約束關系和步驟(4)中的各關鍵影響參數對礦物識別能力的屬性重要度，對步驟(5)中的定量化方程優化求解，得到礦物識別能力最佳的高光譜成像參數組合；

步驟(4)基于步驟(3)中建立的離散化后數據表，基于粗糙集與知識粒度計算成像關鍵參數對礦物識別能力的屬性重要度：高光譜成像參數數據表為T＝(U,C,D,V,f)，U＝{x₁,x₂,...,x_n}是數據表中對象的集合，A為數據表中所有參數屬性的非空有限集合，A＝CUD,C為成像系統中的關鍵影響參數，D為礦物識別能力的評價指標，V為數據表參數值的集合，信息函數：f:U×A→V，X＝U/D＝{X₁,X₂,...,X_n}為論域U在決策屬性D下的等價劃分，U/C是條件特征對論域U的等價劃分，則X＝U/D＝{X₁,X₂,...,X_n}上的知識特征分辨度為：

KCDis(C)＝ρ_C(X)gDis(C)

其中，ρ_R(X)為每組數據X在其等價關系(知識)R上的精確度，Dis(C)為知識的分辨度，在該高光譜成像參數數據表中，對于任一關鍵影響參數c∈C，它的特征分辨度為：

KCDis(c)＝KCDis(C)-KCDis(C-{c})

由此，計算得到任一關鍵影響參數對礦物識別能力的屬性重要度：

基于屬性重要度建立各影響參數對礦物識別能力的影響程度作用關系。

2.根據權利要求1所述的一種基于粗糙集的高光譜成像參數優化設計方法，其中步驟(1)高光譜成像過程分析，確定成像過程中的主要影響參數：建立高光譜成像過程中的場景模型、大氣輻射傳輸模型、探測器模型，分析高光譜成像過程，確定成像過程中影響成像性能的關鍵影響參數主要包括地面采樣距離、光譜分辨率、信噪比和調制傳遞函數。