基于ISSMFA与LMPNN算法的高光谱遥感影像分类

摘要 通过地理空间近邻关系改进半监督边际Fisher分析方法，并结合局部平均伪近邻（LMPNN）方法，提出一种高光谱遥感影像分类方法.首先在半监督边际Fisher分析的本征图构建中，融入地理空间位置的近邻信息，赋以更大的权重，从而增强空间邻域像元的紧密性，同时保持原高维空间中数据的类内结构和类间结构，将高光谱数据从高维空间映射到低维空间.然后充分考虑样本点周围多个近邻点的类别信息，利用LMPNN算法对低维空间中的数据进行分类识别.通过在Indian Pine 数据集和PaviaU数据集上的实验，结果表明，本文提出的方法能够针对高光谱数据的空谱特点，有效解决地物点的多分类问题，并且取得较高的分类结果