工业通用技术及设备论文_高光谱遥感影像 - 遥感学报杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 遥感学报

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

工业通用技术及设备论文_高光谱遥感影像

作者:

关键词:

摘要：

文章目录

1 高光谱遥感影像降维的必要性

1.1 信息分布特征

1.2 维数灾难与Hughes现象

2 高光谱遥感影像降维研究进展

2.1 特征提取研究进展

2.1.1 基于指数/参数的特征提取

2.1.2 基于投影/转换理论的特征提取

2.1.3 基于波段组合的特征提取

2.1.4 基于空间域算法的特征提取

2.1.5 基于流形学习的特征提取

2.1.6 基于深度学习的特征提取

2.2 特征选择研究进展

2.2.1 信息测度

2.2.2 搜索优化策略

2.2.3 最优波段数目

2.2.4 多特征质量评估

2.2.5 多特征优化

3 高光谱遥感影像降维的挑战

3.1 特征可分性

3.2 特征质量评价

3.3 特征数目确定

3.4 多特征优化

3.5 需求驱动的特征选择

4 结语

文章摘要:高光谱遥感影像数据具有高维特征、信息冗余、不确定性显著、小样本、空谱合一等特征，对其进行数据处理面临巨大挑战，高光谱遥感影像降维是高光谱遥感的重要研究方向之一。本文对当前高光谱遥感影像降维的相关研究进展进行了综述，在介绍高光谱遥感数据特点的基础上，重点从特征提取和特征选择两方面对高光谱遥感影像降维的最新研究和前沿进展进行了系统性综述；并从特征可分性、特征质量评价、特征数目确定、多特征优化以及需求驱动的特征选择等方面分析了高光谱遥感影像降维面临的挑战。随着智能化高光谱遥感的发展，高光谱遥感影像智能降维成为未来的发展方向，同时其发展将兼顾多特征质量评估与优选、搜索策略优化、满足应用需求等多目标的需求。随着高光谱遥感数据获取能力的提升和深入应用，高光谱遥感影像降维将会发挥重要而不可替代的作用。

文章关键词:

论文分类号:TP751

文章来源：《遥感学报》网址: http://www.ygxbzz.cn/qikandaodu/2022/0928/1196.html