%A 侯榜焕, 王锟, 姚敏立, 贾维敏, 王榕 %T 面向高光谱图像分类的半监督空谱判别分析 %0 Journal Article %D 2017 %J 测绘学报 %R 10.11947/j.AGCS.2017.20170121 %P 1098-1106 %V 46 %N 9 %U {http://xb.chinasmp.com/CN/abstract/article_7060.shtml} %8 2017-09-20 %X 为充分利用高光谱图像蕴藏的空间信息提升分类精度,提出了面向高光谱图像分类的半监督空谱判别分析(S3DA)算法。考虑高光谱图像数据集的空间一致性,首先利用少量标记样本定义类内散度矩阵,保存数据集同类像元的光谱近邻结构;再利用无标记样本定义空间近邻像元散度矩阵,揭示像元间的空间近邻结构和地物的空间分布结构信息。S3DA既保持数据集在光谱域的可分性,又保存了无标记样本蕴藏的空间域近邻结构,增强了同类像元和空间近邻像元在投影子空间的聚集性,从而提升分类性能。在PaviaU和Indian Pines数据集的试验表明,总体分类精度分别达到81.50%和71.77%。与传统的光谱方法比较,该算法能有效提升高光谱图像数据集的地物分类精度。