基于邻域距离isomap算法的高光谱遥感降维算法

提出一种以邻域距离改进isomap的算法(neighborhooddistanceisomap,nd\|isomap),该方法采用邻域距离逐步逼近流形距离来表达高维数据的流形结构。同时针对isomap算法的计算复杂度高、运算时间长的特点,提出了一种基于矩阵分块和自动调图的isomap算法(block\|matrixandauto\|colorisomap,ba\|isomap)以提高运算速率。通过对高光谱遥感影像进行分类比较算法优劣性,基于邻域距离的isomap算法较原始的isomap算法降维效果有了较大的提升,最高分类精度达到97.36%,而原始的isomap算法仅能达到75.01%的分类精度,而基于矩阵分块与自动调图isomap与邻域距离相结合降维后精度达到89.61%,但是其计算速率得到了较大提升,为原始isomap算法的近40倍。