摘要

为了减少高光谱图像数据的冗余信息,优化计算效率,提升图像数据后续应用的有效性,提出了一种基于邻域熵的高光谱波段选择算法。首先,为了高效计算样本的邻域子集,采用了局部敏感哈希作为近似最近邻的搜索策略;然后,引入了邻域熵理论,度量波段和类之间的互信息(Mutual Information,MI),通过最小化特征集合与类变量之间的条件熵作为选取有效波段的方法;最后,采用两个数据集,通过支持向量机和随机森林进行分类实验。实验结果表明,相较于比对的四种基于MI的特征选择算法,从总体精度以及Kappa系数上看,能够在30个波段内较快的选取有效波段子集,达到局部最优。部分实验结果分别达到全局最优的92.99%以及0.8608,能有效的处理高光谱波段选择问题。