基于独立成分分析和神经网络的高光谱遥感数据分类

高光谱遥感数据以数据量大、含混度高、地面样本数据少的特点给分类处理带来了困难。将独立成分分析技术与多层前向神经网络相结合,得到一种新的分类算法。独立成分分析在提取有效光谱特征的同时,大大降低了数据的维数。神经网络作为分类器,分类精度显著高于传统的bayes分类器。通过对220波段的高光谱数据进行实验,得到了良好的效果。