基于成对约束半监督降维的高光谱遥感影像特征提取

半监督降维(semi\|superviseddimensionalityreduction,ssdr)框架下,基于成对约束提出一种半监督降维算法scssdr。利用成对样本进行构图,在保持局部结构的同时顾及数据的全局结构。通过最优化目标函数,使得同类样本更加紧凑\,异类样本更加离散。采用uci数据集对算法进行定量分析,发现该方法优于pca及传统流形学习算法,进一步的uci数据集和高光谱数据集分类实验表明:该方法适合于进行分类目的特征提取。