融合光谱解混与动态加权扩散映射的高光谱图像聚类算法OA北大核心

针对传统的高光谱图像聚类算法存在精度不佳、计算成本较高且常用的距离测度计算准则难以准确度量像素之间相似性关系等问题。本文以提升高光谱图像聚类性能为目标,提出了融合光谱解混与动态加权扩散映射的高光谱图像聚类算法,该方法在混合像元分解的基础上,根据扩散映射理论计算得到的扩散距离进行聚类。它同时利用高光谱中观察到的高维几何和丰度结构来解决聚类问题,在两个真实高光谱数据集上的实验结果表明,本文算法有着更高的分类精度,能够成功应用于高光谱图像聚类。