[发明专利]一种基于相关向量机的高光谱图像解混方法

摘要

本发明公开了一种基于相关向量机的高光谱图像解混方法，包括以下几个步骤，步骤一，读取高光谱图像中k个数据类别的训练样本，并且读取高光谱图像的k个数据类别测试样本；步骤二，将具有监督信息的训练样本中属于第i数据类别对应的样本标号t值标记为+1，其余k‑1的数据类别对应的样本标号t值标记为0，其中1≤i≤k；步骤三，利用训练样本训练相关向量机；步骤四，利用训练好的相关向量机模型对测试样本进行测试；步骤五，计算测试样本属于第i数据类别的概率值fi；步骤六，重复步骤二～步骤五，计算出测试样本分别属于k个数据类别的概率值fk；步骤七，将所求的k个概率值分别进行归一化操作，得到最终解混丰度值fi。本发明具有解混精度高，实时性好和统计性好的优点。

主权项

一种基于相关向量机的高光谱图像解混方法，其特征在于：包括以下几个步骤，步骤一，读取高光谱图像中k个数据类别分别具有的监督信息其中N为监督样本数，xn为训练样本，tn∈{0,1}为训练样本标号，并且读取高光谱图像的k个数据类别测试样本其中M为测试样本数；步骤二，将具有监督信息的训练样本中属于第i数据类别对应的样本标号t值标记为1，其余k‑1的数据类别对应的样本标号t值标记为0，其中1≤i≤k；步骤三，利用训练样本训练相关向量机，得到相关向量机的模型；步骤四，利用训练好的相关向量机模型对测试样本进行测试，将测试样本输入到训练好的相关向量机模型中，得到输出预测值步骤五，计算测试样本属于第i数据类别的概率值fi；步骤六，重复步骤二～步骤五，计算出测试样本分别属于k个数据类别的概率值fk；步骤七，将所求的k个概率值分别进行归一化，得到最终解混丰度值fi。