基本信息

---

下载

文档摘要

---

摘要

随着传感器技术的发展，高光谱遥感技术凭借丰富的空间、光谱信息优势逐渐成

为农林作物分类的主流方式。目前，高光谱遥感图像普遍存在特征空间维数高、标记

样本少等问题，同时农林作物种植结构复杂，品种类型繁多，同物异谱、同谱异物现

象普遍严重。针对当前存在问题，本文从高光谱图像降维、训练样本选取、深度学习

模型的设计构建三方面入手，具体研究内容及创新性成果总结如下：

（1）针对主成分分析对异常值较为敏感做出进一步优化。SGPCA依据欧式距离

和相关系数的综合度量准则，对融合空间同