结合拉普拉斯特征映射的权重朴素贝叶斯高光谱分类算法

摘要

高光谱遥感可以得到更精确与丰富的遥感信息,因此涵盖了各国家的航空、航天以及小范围的地面观测的多个层级与环节,在对地观测遥感领域占有不可取代的地位.但高光谱数据集往往非常庞大,且包含冗余信息,为后续处理带来了不便.该研究选用拉普拉斯特征映射对高光谱数据降维与特征提取,并提出了一种权重朴素贝叶斯分类算法.通过奖励权重的方法对经典朴素贝叶斯分类器进行了改进,利用公开数据对算法进行验证,判别地物信息准确率达到92.7％,相比于传统方法有了大幅度的提高.