[智能创新、系统与技术] 支持学习的信息系统与技术 第111卷（EMENA-ISTL 2018会议录）|| 基于归一化互信息和支持向量机的高光谱遥感图像波段选择与分类新滤波方法

摘要： 波段选择是高光谱遥感图像（HSI）分类中极具挑战性的任务，这源于其高光谱分辨率、众多类别输出以及有限的训练样本数量。为此，本文提出一种新的滤波方法，利用信息论（归一化互信息）和支持向量机（SVM）实现高光谱图像的降维与分类。该方法通过从输入数据集中选取信息量最大且最具相关性的最小波段子集，从而提升分类效率。我们将所提算法应用于美国印第安纳州和萨利纳斯谷两个由NASA AVIRIS传感器获取的知名基准数据集，基于该领域广泛使用的多种评估指标对实验结果进行评价。与现有先进方法的对比证明，本方法能在较短时间内以较少选定波段数量获得优异性能。