买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：聊城大学

摘要：本发明涉及高光谱图像领域，特别是属于一种基于一致性约束子空间聚类的高光谱波段选择方法。主要包括以下步骤，构建基于全局一致性约束的稀疏子空间模型；采用交替方向乘子法求解基于全局一致性约束的稀疏子空间模型，得到增广拉格朗日函数以及增广拉格朗日函数变量的更新规则；更新模型的各个变量，利用加权谱聚类对获得的稀疏自表示系数矩阵进行聚类，获得聚类结果；计算所有波段的信息熵并按照从大到小排序，从每个聚类中选择信息熵值最大的波段作为代表性波段。本发明具有显著提升高光谱遥感图像分类的有效性和稳定性的积极效果。

主权项：1.一种基于一致性约束子空间聚类的高光谱波段选择方法，其特征在于，包括，a.在稀疏自表示模型中添加全局一致性约束，构建基于全局一致性约束的稀疏子空间模型；b.采用交替方向乘子法求解基于全局一致性约束的稀疏子空间模型，得到增广拉格朗日函数以及增广拉格朗日函数变量的更新规则；c.更新上述稀疏子空间模型的各个变量，直到稀疏自表示系数矩阵前后两次更新的结果误差小于设定的最小误差或者达到最大迭代次数；d.利用加权谱聚类对获得的稀疏自表示系数矩阵进行聚类，获得聚类结果；e.计算所有波段的信息熵并按照从大到小排序，从每个聚类中选择信息熵值最大的波段作为代表性波段；其中，在步骤a中，构建的全局一致性约束的稀疏子空间模型如下， 其中，是由原始三维高光谱图像数据集转换而来的二维矩阵，是稀疏自表示系数矩阵；是全局一致性约束系数矩阵；、和是三个正则化参数，表示稀疏自表示系数矩阵的对角线；在步骤b中，通过交替方向乘子法获得的增广拉格朗日函数如下， 增广拉格朗日函数包括变量，变量，变量，变量，变量和变量，其中，变量为便于运算引入的辅助矩阵；变量为稀疏自表示系数矩阵；变量为全局一致性约束系数矩阵；变量为便于运算引入的辅助矩阵；变量为便于运算引入的辅助矩阵；变量为拉格朗日乘子，其中，； 是一个惩罚系数；在步骤b中，增广拉格朗日函数变量的更新规则包括，变量的更新规则为 ，其中，和是两个正则化参数，是惩罚系数，是一个与相同大小的单位矩阵，、分别代表第次迭代结果、第次迭代结果；变量的更新规则为 ，其中，，，代表稀疏自表示系数矩阵第次迭代结果的第行，代表的是的第次迭代结果的第行；变量的更新规则为 ，其中，是与相同大小的单位矩阵；变量的更新规则为 ，其中，是一个正则化参数；变量的更新规则为 ；变量的更新规则为 ，。

全文数据：

权利要求：

百度查询： 聊城大学 基于一致性约束子空间聚类的高光谱波段选择方法