[发明专利]一种精细识别空间目标的光谱模式识别方法

摘要

本发明公开了一种精细识别空间目标的光谱模式识别方法，通过采用光谱仪获取各类空间目标的光谱数据；对采集到的光谱数据进行预处理，去除噪声的干扰；对预处理后的数据，进行数据特征提取；对特征提取后得到的数据进行模式识别，建模方法为信息熵权重模糊粗糙近邻(Entropy Weight Fuzzy‑rough nearest Neighbour，简称EFRNN)方法，该方法引入了信息熵权重和模糊粗糙集的概念，信息熵权重考虑了样本的所有信息并且将信息量化，而模糊粗糙集的引入可以在一定程度上避免由于重叠类而导致的模糊不确定性和由于特征不足而导致的不确定性，从而提高对相似样本的模式识别精度。本方法不需要预设参数的优点，在样本相似的情况下可以进行准确的区分。

主权项

1.一种精细识别空间目标的光谱模式识别方法，其特征在于：包括如下步骤：步骤101，通过光谱仪获取各类空间目标在不同观测角度下的光谱数据；步骤102，对采集到的光谱数据进行预处理以去除噪声的干扰；步骤103，对步骤102预处理后的数据，进行数据特征提取，得到特征提取后的训练集样本数据；步骤104，对训练集样本数据进行信息熵权重模糊粗糙近邻，即EFRNN分类模型训练，建立模式识别模型；步骤105，光谱仪采集待测空间目标的光谱数据；步骤106，对待测样本的光谱数据进行预处理，以去除噪声的干扰；步骤107，对步骤106预处理后的数据，进行数据特征提取，得到特征提取后的待测样本数据；步骤108，用训练模型对待测样本数据进行预测，得到该待测样本的模式识别结果。