一种基于多线性ICA的光谱张量降维的分类方法

OPT OpenIR > 空间光学技术研究室

	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/181661/29578
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.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
CN_107194410_A.pdf（139KB）	专利		限制开放	CC BY-NC-SA	请求全文