| 主权项 |
一种基于条件随机场和最小距离法的超光谱图像分类方法，包括如下步骤：(1)初始化，对原始数据所有像素值进行初始化，使其满足均值为0、方差为1；(2)输入与待分类超光谱图像地物类别分别对应的训练样本集；(3)采用多项式对数归一(MLR)法训练一元势团信息量的参数3a)确定一元势团信息量的黑塞矩阵(Hessian matrix)边界；3b)确定一元势团信息量的梯度矢量(Gradient vector)；3c)确定一元势团信息量的参数；(4)采用多项式对数归一(MLR)法训练二元势团信息量的参数4a)确定二元势团信息量的黑塞矩阵(Hessian matrix)边界；4b)确定二元势团信息量的梯度矢量(Gradient vector)；4c)确定二元势团信息量的参数；(5)确定每一类训练样本的平均值；(6)进行预分类6a)输入待分类的测试数据，确定一元势团信息量的后验概率，选取一元势团后验概率的最大值，并确定最大值对应的类标；6b)输入待分类的测试数据，确定待分类数据与每一类训练样本平均值的欧氏距离，选取欧氏距离的最小值，并确定最小距离对应的类标；(7)判断一元势团后验概率最大值对应的类标和欧氏距离最小值对应的类标是否一致，若一致，将此类标记为对应像元的最终类标，若不一致，进行以下操作；(8)确定二元势团信息量的后验概率；(9)信息更新，求一元势团信息量后验概率矢量和二元势团信息量后验概率矢量的平均矢量，一元势团信息量的后验概率，表示为L维概率矢量，L为超光谱图像的类别数，二元势团信息量的后验概率，取两相邻像元同属于每一类的概率，表示为L维概率矢量；(10)从后验概率平均矢量中选取最大值，将最大值对应的类标作为最终类标。 |
