基于快速定点学习算法的高光谱遥感信息提取

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：HU Xian-li胡先莉WANG Lu王璐LIU Bing-li柳炳利
• 会议时间：2012-10-12
• 关键词：地质勘探 ; 高光谱遥感 ; 数据处理 ; 独立成分分析
• 作者单位：HU Xian-li(Geomathematics Key Laboratory of Sichuan Province,Chengdu University of Technology,Chengdu 610059,China;College of Geophysics,Chengdu University of Technology,Chengdu 610059,China)胡先莉(成都理工大学 数学地质四川省重点实验室,四川 成都 610059;成都理工大学 地球物理学院,四川 成都 610059)WANG Lu(Chengdu Neusoft Institute,Chengdu 611844,China)王璐(成都东软学院,四川 成都 611844)LIU Bing-li(Geomathematics Key Laboratory of Sichuan Province,Chengdu University of Technology,Chengdu 610059,China)柳炳利(成都理工大学 数学地质四川省重点实验室,四川 成都 610059)
• 母体文献：2012全国数学地质与地学信息学术研讨会论文集
• 会议名称：2012全国数学地质与地学信息学术研讨会
• 会议地点：成都
• 主办单位：中国地质学会
• 语种：chi

摘要

高光谱遥感通过航空或航天成像光谱仪获得地物的连续光谱信息,可探测到普通遥感不能探测到的物质。而独立成分分析技术是一种基于信号高阶统计特性的分析方法,在利用该方法进行高光谱数据处理时,将待识别的地物作为独立成分表示出来,可得到地物之间的分离度最大化。通过对高光谱遥感图像数据的特性进行分析,使用USGS光谱库中的矿物光谱作为端元信号,构造模拟的高光谱遥感图像,证明了快速定点学习算法在高光谱遥感矿物蚀变信息提取中的有效性。