论文部分内容阅读
随着遥感技术的发展,超光谱数据越来越多地应用于环境监测、资源勘查、地物识别等国民经济生活领域。然而,超光谱遥感数据具有波段窄、通道数量多等特点,且存在各波段信噪比不同、波段间冗余性强以及具有维数灾难等现象,这些问题给超光谱图像的分类、匹配和识别带来了困难,因而超光谱数据的降维处理成为超光谱遥感技术实际应用中不可或缺的步骤。目前常用的降维方法一般分为两种,一种是通过对原始数据做一系列数学变换的方法达到降维的目的,如主成分分析、典型分析等,另一种则是根据一定的准则选择若干典型的特征波段,并未对原始光谱数