光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2011年
5期
1357-1360
,共4页
卫俊霞%相里斌%高晓惠%段晓峰
衛俊霞%相裏斌%高曉惠%段曉峰
위준하%상리빈%고효혜%단효봉
K-均值聚类%欧氏距离%夹角余弦法%多光谱
K-均值聚類%歐氏距離%夾角餘絃法%多光譜
K-균치취류%구씨거리%협각여현법%다광보
近年来对高光谱与多光谱进行分类去混的研究方法很多,K-均值聚类算法与光谱相似度计算算法都属于成熟的分类算法.作者在对其研究基础上,将K-均值算法进行改进,并融入光谱相似度匹配算法,形成一种新的光谱分类算法,找出两条距离最远的光谱作为参考光谱,用欧氏距离法或夹角余弦法对数据立方体进行分类,并且从数据立方体中删除属于这两条谱线的其余谱线,同时找出与两条参考光谱距离最远或者夹角最大者作为第三条参考光谱,对剩余数据立方体进行新的分类,并在此算法上用多光谱数据立方体进行了试验验证.通过ENVI用K-均值(K-means)进行分类,与改进的K-means算法和夹角余弦法Matlab仿真结果进行比较,后两种对于两种气泡的分类效果都很好,对背景的分类改进的K-means算法效果较好,尤其是欧氏距离法能将背景完整地分离出来.
近年來對高光譜與多光譜進行分類去混的研究方法很多,K-均值聚類算法與光譜相似度計算算法都屬于成熟的分類算法.作者在對其研究基礎上,將K-均值算法進行改進,併融入光譜相似度匹配算法,形成一種新的光譜分類算法,找齣兩條距離最遠的光譜作為參攷光譜,用歐氏距離法或夾角餘絃法對數據立方體進行分類,併且從數據立方體中刪除屬于這兩條譜線的其餘譜線,同時找齣與兩條參攷光譜距離最遠或者夾角最大者作為第三條參攷光譜,對剩餘數據立方體進行新的分類,併在此算法上用多光譜數據立方體進行瞭試驗驗證.通過ENVI用K-均值(K-means)進行分類,與改進的K-means算法和夾角餘絃法Matlab倣真結果進行比較,後兩種對于兩種氣泡的分類效果都很好,對揹景的分類改進的K-means算法效果較好,尤其是歐氏距離法能將揹景完整地分離齣來.
근년래대고광보여다광보진행분류거혼적연구방법흔다,K-균치취류산법여광보상사도계산산법도속우성숙적분류산법.작자재대기연구기출상,장K-균치산법진행개진,병융입광보상사도필배산법,형성일충신적광보분류산법,조출량조거리최원적광보작위삼고광보,용구씨거리법혹협각여현법대수거립방체진행분류,병차종수거립방체중산제속우저량조보선적기여보선,동시조출여량조삼고광보거리최원혹자협각최대자작위제삼조삼고광보,대잉여수거립방체진행신적분류,병재차산법상용다광보수거립방체진행료시험험증.통과ENVI용K-균치(K-means)진행분류,여개진적K-means산법화협각여현법Matlab방진결과진행비교,후량충대우량충기포적분류효과도흔호,대배경적분류개진적K-means산법효과교호,우기시구씨거리법능장배경완정지분리출래.
