1 青岛科技大学信息科学技术学院, 山东 青岛 266061
2 青岛蓝智现代服务业数字工程技术研究中心, 山东 青岛 266071
3 云南中烟工业有限责任公司技术中心, 云南 昆明 650024
针对近红外光谱高维、 高冗余、 非线性和小样本等特点导致光谱相似性度量时出现的“维度灾难”, 提出一种基于核映射和rank-order距离的局部保持投影(KRLPP)算法。 首先将光谱数据经过核变换映射到更高维空间, 有效保证了流形结构的非线性特征。 然后改进局部保持投影(LPP)算法对数据进行降维操作, 将rank-order距离替代传统的欧氏距离或测地线距离, 通过共享邻近点的信息, 得到更加准确的局部邻域关系。 最后在低维空间通过距离的计算实现光谱的度量。 该方法不仅有效解决了高维空间存在的“距离失效”问题, 同时还提高了相似性度量结果的精度。 为了验证KRLPP算法的有效性, 首先根据降维前后数据集信息残差的变化确定了最佳参数近邻点的个数k和降维后的维数d。 其次, 从光谱降维投影效果和模型分类效果两个角度与PCA, LPP和INLPP算法进行了对比, 结果表明KRLPP算法对于烟叶的部位有较好的区分能力, 降维效果以及对于不同部位的正确识别率明显优于PCA, LPP和INLPP。 最后, 从某品牌卷烟叶组配方中选取了5个代表性烟叶作为目标烟叶, 分别采用PCA, LPP和KRLPP方法从300个用于配方维护的烟叶样品中为每个目标烟叶寻找相似烟叶, 并从化学成分和感官评价两方面对替换前后的烟叶及叶组配方进行了评价分析。 其中LPP和KRLPP用于降维的参数选择保持一致, PCA选择前6个主成分。 结果表明, 由KRLPP选出的替换烟叶与替换配方在总糖、 还原糖、 总烟碱、 总氮等化学成分以及香气、 烟气、 口感等感官指标上较PCA、 LPP方法差异最小, 相似性度量准确度最高。 该方法可应用于配方产品替换原料的查找, 辅助企业实现产品质量的维护。
近红外光谱 局部保持投影算法 核映射 rank-order距离 相似性度量 Near infrared spectroscopy Local preservation projection algorithm Kernel mapping Rank-order distance Similarity measure 光谱学与光谱分析
2021, 41(10): 3117
1 海军航空工程学院 控制工程系，山东 烟台 264001
2 中国人民解放军91245部队，辽宁 葫芦岛 125001
多光谱遥感图像的波段设定在理论和实践上都极具地物针对性，在更有效的数据挖掘方法帮助下可以提取足够的光谱特征以区分地物，本文将光谱匹配技术用于相似性度量，以提高分类准确度.首先选定光谱角制图、光谱相关制图、Mahalanobis距离、光谱相似度和光谱信息差异做为光谱度量;随后选择高斯核函数，在选定核函数之后，得到了核映射下的光谱特征度量来挖掘高光谱遥感数据的光谱特征.最后采用核映射多光谱特征融合法对多光谱遥感图像光谱特征的相似性进行描述，得到基于核映射多光谱特征融合的高光谱遥感图像分类算法.使用MATLAB中的LIBSVM工具箱对AVIRIS高光谱遥感数据进行分类实验，并与已有算法进行对比，结果表明本文提出的算法具有较高的分类准确度和性能.
高光谱 核映射 遥感图像 分类 相似性度量 光谱度量 Hyperspectral Kernel mapping Remotely sensing image Classification Similarity metric Spectral measures
1 安徽理工大学计算机科学与工程学院，安徽淮南 232001
2 哈尔滨工业大学航天学院，哈尔滨 150001
以主成份分析、局部保持及核映射理论为基础，提出了一种核化有全局性类内近邻保持正交算法。该算法的目标函数融合了样本的全局与局部信息，同时由于采用非线性映射及基向量的正交性限制，因此能够提取出更为有效的分类特征。但由于非线性函数的未知，因此无法直接对准则函数进行求解，对此根据核映射理论，本文将算法的不可解的准则函数转化为核空间上可解的准则函数，并给出了具体的理论推导及求解步骤。人脸库上的实验结果表明所提方法的有效性
核映射理论 类内近邻保持 目标函数 正交性 核空间 kernel mapping theory within-class neighborhood preserving object function orthogonal kernel feature space
