| 一种基于多线性ICA的光谱张量降维的分类方法 |
| 彭进业; 闫荣华; 汶德; 冯晓毅; 胡永明; 王珺
|
| 2017-03-30
|
公开日期 | 2017-09-22
|
授权国家 | 中国
|
专利类型 | 发明
|
摘要 | 本发明公开了一种基于多线性ICA的光谱张量降维的分类方法,该方法将影响地物光谱特征的因素作为类内因素,并将类内因素、类与像素光谱分别作为一种模式构建成一个3阶张量,对其进行基于低秩张量分解的降维;对3阶张量D进行多线性ICA(独立成分分析)分解得到类空间矩阵Cclass、类内因素空间矩阵Cwithin‑class;采用有监督分类器对无类别的测试高光谱图像d进行分类。本发明在模型建立后即可对高光谱图像进行分类,无需调整,而其他张量建模方法则需要反复设置、调整参数才能达到最佳分类效果;本发明将一类的所有像素光谱映射到同一系数向量上,从而将各种因素的影响减至最小,不但提高了分类精度,而且结果稳定;对未知像素光谱分类时,可推断出其受哪一个因素影响。 |
主权项 | 0001.1.一种基于多线性ICA的光谱张量降维的分类方法,其特征在于,包括以下步骤:
步骤1,随机选取高光谱图像中的像素光谱作为训练集,所选取的像素光谱有L个波段、 C类样本,分别在C类样本中的每类样本中随机选取W个像素光谱作为类内因素,其中C为大于等于1的自然数,W为大于等于1的自然数;
步骤2,构建3阶张量 其中C为第一模式,W为第二模式,L为第三模式,其中L为大于等于1的自然数;
步骤3,判断待测试像素光谱d所属类、所属因素:
步骤31,计算基张量
(式1)中, 为3阶张量;Cclass为类空间矩阵;Cwithin-class为类内因素空间矩阵;Upixels为像素光谱矩阵;对3阶张量 进行多线性ICA分解得到类空间矩阵Cclass、类内因素空间矩阵 Cwithin-class;
步骤32,计算基张量 的逆张量 由张量化矩阵P(pixels)得到;
其中,
(式2)中, 为基张量 第三模式展开得到的矩阵T(pixels)的逆矩阵的转置;
步骤33,计算响应张量
其中,
(式3)中, 为响应张量, 为基张量 的逆张量,d为待测试像素光谱;
步骤34,将响应张量 按第三模式展平得到
步骤35,对 进行奇异值分解得到左矩阵U和右矩阵V;
步骤36,取U的第一列记为cd,取V的第一列记为wd;
步骤37,如果ck满足argkmin||cd-ck||,则测试像素光谱d属于C类中的类别k,k≤C;
其中,ck=Cclass(k,:)T;
步骤38,如果wm满足 则测试像素光谱d属于W个因素中的因素m,m≤W;
其中,wm=Cwithin-class(m,:)T。 |
授权日期 | 2017-09-22
|
专利号 | CN201710204014.9
|
语种 | 中文
|
专利状态 | 审查中-实审
|
文献类型 | 专利
|
条目标识符 | http://ir.opt.ac.cn/handle/181661/29538
|
专题 | 空间光学技术研究室
|
作者单位 | 西北大学 | 中国科学院西安光学精密机械研究所 | 西北工业大学
|
推荐引用方式 GB/T 7714 |
彭进业,闫荣华,汶德,等. 一种基于多线性ICA的光谱张量降维的分类方法. CN201710204014.9[P]. 2017-03-30.
|
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论