论文部分内容阅读
针对传统PCA降维方法仅依据方差贡献率进行特征提取,无法有效利用光谱图像本身信息的问题,提出一种利用信息量改进PCA的降维方法。本文利用信息量改进PCA方法对原始高光谱图像数据进行降维处理,将降维结果输入最小距离分类器进行分类,计算分类精度,并通过数据集Indiana Pines与Salinas验证。实验结果表明:与未改进PCA降维方法相比,信息量改进PCA降维方法在计算代价仅增加o(n)复杂度的情况下,分类精度有明显提高。