高光譜成像儀光譜數據特征波長的選取方法介紹
發布時間:2024-10-25
瀏覽次數:37
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文對高光譜成像儀光譜數據特征波長的選取方法做了介紹。
高光譜成像儀在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文對高光譜成像儀光譜數據特征波長的選取方法做了介紹。
1.SPA方法
SPA通過最小化共線性向量空間和減少原始光譜矩陣中的冗余信息,從整個波長中提取最優波長。從一個波長開始,將其投影到別的波長,利用向量的投影分析比較投影向量大小,選取的待選波長為投影向量最大的波長,每次迭代中加入一個新變量,反復循環操作生成適當的參數,并且建立多元線性回歸的矯正模型,根據矯正模型結果選擇最終特征變量,能有效減少原始光譜的冗余信息。SPA設置的主要參數為選擇變量的范圍,即需要選擇的最少和最多變量數。
2.CARS方法
CARS是將蒙特卡洛采樣與PLSR回歸系數相結合的一種特征變量選擇方法,依據自適應重加權采樣技術,隨機選取一定數目的樣本作為校正集建立模型。比較回歸系數的絕對值,去掉絕對值較小的特征,并且選擇均方根誤差最小的子集,基于新的子集再次構建回歸模型。多次循環計算,選擇模型中RMSECV最小的子集中的波長作為特征波長,能有效選出最優波段組合。
3.CARS-SPA方法
CARS-SPA是兩者聯合方法,先用CARS篩選出部分特征波段,為了確定光譜變量能否進一步被優化,再用SPA對特征波段進行選擇能進一步減少光譜冗余信息。
上一頁 : 高光譜成像儀高光譜數據建模方法介紹
下一頁 : 高光譜數據常見預處理方法有哪些?
相關產品
-
紅外光譜的發展、原理、特點、分類
紅外光譜的發展、原理、特點、分類紅外光譜的技術在各領域中的應用相繼經歷了很長時期,逐漸完善著自身技術在領域中的應用,且將低成本高性能作為發展與創新的主要方向。本..
-
近紅外光譜技術的優缺點和應用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發達國家廣泛應用在產業在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學科技標準協會和美國谷物化學..
-
高光譜數據常見預處理方法有哪些?
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數據特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..