论文部分内容阅读
目的高光谱数据具有较高的谱间分辨率和相关性,给分类处理带来了一定的困难。为了提高分类精度,提出一种结合PCA与移动窗小波变换的高光谱决策融合分类算法。方法首先,利用相关系数矩阵对原始高光谱数据进行波段分组;然后,利用主成分分析对每组数据进行谱间降维;再根据提出的移动窗小波变换法进行空间特征提取;最后,采用线性意见池(LOP)决策融合规则对多分类器的分类结果进行融合。结果采用两组来自不同传感器的数据进行实验,所提算法的分类精度和Kappa系数均高于已有的5种分类算法。与SVM-RBF算法相比,本文算法