CN114663770B 一种基于集成聚类波段选择的高光谱图像分类方法及系统 （聊城大学）

一种基于集成聚类波段选择的高光谱图像基于高光谱波段选择的高光谱图像分类方法及2I(b,b.)-wa基于G0和上述相邻波段的相似度计算公式，第一个分割点t1是通过找到一对相似度最3）直到获得的簇数等于所要聚成的类数时，划分结束，得到最终的共识聚类结果类。3定义向量a-(a,a,…,a,…,a,1)用于指示最终集成聚类中的簇是否选择了代表性波7.一种用于实现权利要求1-6任一项所述基于集成聚类波段选择的高光谱图像分类方4行时实现如权利要求1-6中任一项所述方法的基于集成聚类波段选择的高光谱图像分类方9.一种计算机设备，包括存储器、处理器及5[0002]本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技表性的波段而备受关注。例如离差平方和层次聚类(Ward’sLinkagestrategyUsingDivergence,WaluDi)、增强的基于密度峰值的快速聚类(EnhancedFastdensity-peak-basedclustering,E-FDPC)以及基于归一化划分的信息熵排序最优聚类(NormalizedCutbasedOptimalClusteringwithrankingcriteriausingInformationEntropy,NC-成聚类(LocallyWeightedEnsembleClustering,LWEC)，该方法利用熵理论对所有基聚6如上述第一个方面所述的基于集成聚类波段选择的高光谱图7种新的共识函数，即连续相似波段划分策略(ContinuousSimilarBandDivision[0037]图3(a)是本发明实施例示出的使用SVM分类器PaviaUniversity数据集实验结果[0038]图3(b)是本发明实施例示出的使用KNN分类器PaviaUniversity数据集实验结果[0041]图5(a)是本发明实施例示出的使用SVM分类器PaviaCentre数据集实验结果示意[0042]图5(b)是本发明实施例示出的使用KNN分类器PaviaCentre数据集实验结果示意[0044]图6(b)是本发明实施例示出的在PaviaUniversity数据集上使用30个选定波段[0045]图6(c)是本发明实施例示出的在PaviaUniversity数据集上使用30个选定波段[0047]图7(b)是本发明实施例示出的在Botswana数据集上使用30个选定波段的使用SVM[0048]图7(c)是本发明实施例示出的在Botswana数据集上使用30个选定波段的使用KNN[0050]图8(b)是本发明实施例示出的在PaviaCentre数据集上使用30个选定波段的使8[0051]图8(c)是本发明实施例示出的在PaviaCentre数据集上使用30个选定波段的使连地表示的方框实际上可以基本并行地执行，或者它们有时也可以按照相反的顺序执行，和/或框图中的方框的组合，可以使用执行规定的功能或操作的专用的基于硬件的系统来9pp,μ2,...,μN]T是潜在表示矩阵。ceR是系数矩阵，第i列表示μi的网络训练可获得相似度矩阵C，然后使用谱聚类得到相应的聚类划分，通过设置不同的参ρkj)和[0094]如果要计算第m个子空间中bi和bj之间的相似度，首先根据第m个度量-子空间对将bi和bj映射到与分量数据集Bm相关联的子空间中，然后利用随机选择的参数Lm的前Km个特征值和对应的特征向量，将特征向量排列组成新的矩阵然后，基聚类合并到一个矩阵。然后，使用局部加权集成聚类的方法得到局部加权关联矩阵(LocallyWeightedCo-A具有较高的概率位于同一簇的事实而设计的。因为高光谱数据的特征是波段按顺序排列，并且每个波段在一定范围内与相邻波段具有较强的相关性，而与较远波段的相关性较低。2＝放到初始的代表性波段集Φ中。然后通过公式(30)来设置y"=(",",…,"…,)的[0140](1)根据排序函数来计算排序分数[0153]为了验证本实施例的有效性，将本实施例在实验数据集PaviaUniversity、[0154]表2三种数据集上使有两种分类器的平均性能比较(黑色加粗和斜体分别表示最[0156]表2展示了七种波段选择方法在三个数据集上的平均分类性能比较，最优和次优[0157]表3PaviaUniverisy数据集单一类别OA比较(黑色加粗和斜体分别表示最优和次[0159]表4PaviaCentre数据集单一类别OA比较(黑色加粗和斜体分别表示最优和次优[0161]表5Botswana数据集单一类别分类精度比较(黑色加粗和斜体分别表示最优和次[0164]图3(a)-图3(b)、图4(a)-图4(b)和图5(a)-图5(b)展示了在三个数据集上使用支[0165]图6(a)-图6(c)、图7(a)-图7(c)和8(a)-图8(c)给出了使用本实施例选择30个波理器执行时实现如上述实施例一所述的基于集成聚类波段选择的高光谱图像分类方法中介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0182]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一