论文部分内容阅读
最大似然估计法(MLE)能快速计算高光谱影像数据的本征维数,原理简单,但它不是一种很好的本征维数估计法。因为它存在忽略单个数据点贡献的缺点,导致冗余信息放大、重要信息被湮没,不利于特征提取和分类。对此,本文引入自适应性最大似然估计法(AMLE)。该方法通过引入权函数,突出每个数据点的贡献,能提取出被最大似然估计法湮没的重要特征。在对高光谱影像进行特征提取及分类的试验中验证了该方法的有效性。