第43卷第11期 光电工程V ol.43, No.11 2016年11月Opto-Electronic Engineering Nov, 2016 文章编号：1003-501X(2016)11-0062-07
极限学习机在高光谱遥感图像分类中的应用
李铁1，张新君2
( 1. 辽宁工程技术大学电子与信息工程学院，辽宁葫芦岛 125105；
2. 大连理工大学计算机科学与技术学院，辽宁大连 116024 )
摘要：针对高光谱遥感图像的分类问题，本文引入极限学习的思想，提出了基于分层局部感受野的极限学习机的
高光谱分类方法。该方法利用光谱特征的局部相关性，采用两层的分层结构提取高光谱图像中的抽象表示和不变
特征，可以取得更好的分类性能。同时还分析了算法的不同参数对分类性能的影响。在两个广泛使用的真实高光
谱数据集上进行实验，同当前一些典型的方法做比较，结果表明该方法具有更高的分类性能与较快的训练速度。
关键词：遥感；极限学习机；高光谱图像；图像；分类
中图分类号：TP751 文献标志码：A doi：10.3969/j.issn.1003-501X.2016.11.010 Research of Hyperspectral Remote Sensing Image
Classification Based on Extreme Learning Machine
LI Tie1，ZHANG Xinjun2
( 1. School of Electronic and Information Engineering, Liaoning Techinical University,
Huludao 125105, Liaoning, China;
2. School of Computer Science and Technology, Dalian University of Technology,
Dalian 116024, Liaoning, China )
Abstract: In view of hyperspectral remote sensing image classification, this paper introduces Limit learning theory and proposes a novel classification approach for a hyperspectral image (HSI) using a hierarchical local receptive field (LRF) based extreme learning machine (ELM). Considering the local correlations of spectral features, hierarchical architectures with two layers can potentially extract abstract representation and invariant features for better classification performance.
Simultaneously, the influence of different parameters of the algorithm on classification performance is also analyzed.
Experimental results on two widely used real hyperspectral data sets confirm that the comparison with the current some advanced methods, and the proposed HSI classification approach has faster training speed and better classification performance.
Key words: remote sensing; extreme learning machine(ELM); hyperspectral image(HSI); image; classification
0 引言
随着高光谱成像技术的研究进展，高光谱遥感已经成为遥感领域的前沿技术之一。高光谱图像上百个连续的窄的光谱波段可以用一个光谱和空间信息的数据立方体来记录，它覆盖了一个从可见光到红外光范围内较大的光谱波长范围[1]。高光谱图像处理最重要的任务之一就是分类，把每个像素分为一个特定的土地覆盖类别。高光谱图像分类在很多应用上都发挥着重要的作用如物体识别、环境监测、精细农业、城市规划和侦察等[2]。但高光谱数据大量的波段与相对较小的训练样本数量给传统的遥感分类方法带来挑战。
收稿日期：2016-04-22；收到修改稿日期：2016-07-04
作者简介：李铁(1978-)，男(汉族)，辽宁阜新人。讲师，博士，主要研究工作是遥感影像、模式识别。E-mail: lthero@https://www.doczj.com/doc/6711814726.html,。
https://www.doczj.com/doc/6711814726.html,
万方数据