吕 飞， 韩 敏

( 大连理工大学 电子信息与电气工程学部, 辽宁 大连 116024 )

0 引 言

高光谱遥感图像主要包含空间、辐射和光谱3个至关重要的信息，其图像在空间成像的过程中，使用光谱技术和光学成像技术，并将两种技术融合在一起，将每个目标像素空间分散后，得到几十至几百个窄带，从而进行连续的光谱覆盖，这些信息和技术使得地物的准确分类成为了可能[1-2]．将加大数据维数，选取更多数据样本作为前提，同时扩展频带信息，使得模型的冗余度加大，虽然这样提高了高光谱遥感图像的光谱分辨率，但是却大大影响了模型数据的处理速度，同时也降低了模型的精度，影响目标识别．此外，Hughes现象是一种高维遥感数据中常见现象，表征了高维数据与低样本量间的问题，是现在国内外相关课题组研究的重点[3]．

针对Hughes现象，一般情况下采用减少维度的方法．减少维度在某种程度上，可以有效处理高维数据和低样本量间的问题，削弱了该现象所带来的不好的分类结果，降低了模型的信息冗余度，有效地增强了模型的计算效率．针对高光谱遥感数据，适用的降维方法有特征提取和波段选择．特征提取方法使用模型空间转换，数据样本直接从高维空间映射到低维空间，在高光谱遥感数据分类中起到了非常重要的作用．但使用特征提取方法也存在着一些不足．针对高光谱遥感数据，使用波段选择方法可以保持原有的性质，有效地反映相……