超图自动学习与最优聚类框架结合的波段选择（英文）

作者：年米雪; 聂萍; 汪国强^*

来源：黑龙江大学工程学报, 2022, 13(02): 54-61.

DOI：10.13524/j.2095-008x.2022.02.023

• 超图自动学习
• 动态规划
• 波段选择
• 高光谱图像

图像中标记样本的缺乏和复杂的噪声使得从高光谱图像(HSI)中选择判别波段成为一项具有挑战性的任务。提出了一种超图自动学习与最优聚类相结合的波段选择方法。将整个频带空间随机划分为几个不同维度的子空间(LV),每个子空间由一组相关频带组成的训练样本的低维表示组成；将所有子空间的样本投影到标签空间后，利用超图自动模型保留这些投影的局部流形结构，保证同一类的样本距离较小，并使用一致性矩阵整合不同子空间对应的波段；通过聚类公式得到排序顺序，选出最优的聚类结果。在3个高光谱图像数据集上的实验表明，此方法与其他方法相比更具有竞争力。

• 单位
  黑龙江大学; 电子工程学院