近红外光谱主成分分析与模糊聚类的典型地面目标物识别

作     者：李晨曦 孙哲 蒋景英 刘蓉 陈文亮 徐可欣 LI Chen-xi SUN Zhe JIANG Jing-ying LIU Rong CHEN Wen-liang XU Ke-xin

作者机构：天津大学精密测试技术及仪器国家重点实验室天津300072 天津大学精密仪器与光电子工程学院天津300072 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2017年第37卷第11期

页      面：3386-3390页

核心收录：

学科分类：07[理学] 070302[理学-分析化学] 0703[理学-化学] 

基　　金：国家(863)高技术研究发展计划(2012AA022602) 国家自然科学基金项目(81401454 81471698) 中国博士后科学基金项目(2013M541174) 中国博士后国际交流计划(20140066) 天津市应用基础与前沿技术研究计划(16JCZDJC31200)资助 

主　　题：近红外光谱 主成分分析 模糊聚类 

摘      要：近红外光谱技术在遥感监测领域中应用广泛,针对典型地面目标物遥感监测识别需要,提出了光谱主成分分析(PCA)与模糊聚类结合的分类识别方法,提高了识别算法效率及准确性。以四类典型地面目标物作为研究对象,分别测量其在1 100~2 500nm范围内漫反射光谱,首先对漫反射光谱进行主成分分析,得到代表光谱特征的主成分分量,然后将其作为模糊聚类分析模型输入参数,计算样品主成分集合之间贴合度,最后利用择近原则对样品进行匹配分类。结果表明,主成分分析可以有效提取光谱特征并且降低数据维度,结合基于择近原则的模糊分类方法,可有效提高算法准确性与效率,为遥感光谱在地面目标物识别应用提供了有益的参考。