SCI高引论文：非监督高光谱波段选择的MDPP方法

发表于 更新于 分类于

1. 高光谱波段选择仍然是一个Challenge Task的原因

摘要中描述了虽然高光谱波段选择每年有很多研究发表，但是这仍然是一个Challenge Task，究其原因，主要是对于算法的需求很高，具体来说是如下三点：

  1. 1个有效的模型：能够计算高光谱波段间的潜在关系（注：类似波段间的相关性计算）
  2. 1个快速并且鲁棒性高的度量函数：对不同类型的遥感任务都能适用（注：这个应该是说，如何评价选出来的波段对于指定任务是否好的一个度量标准）
  3. 一个有效的搜索策略：可以在合理的时间内搜索出最优结果。

2. 高光谱波段选择搜索算法的分类

高光谱波段选择问题一般来说包含两个步骤：选择标准的定义以及最优波段搜索策略。其中最优波段搜索策略可以分为如下几种方法：

  1. 基于Rank的搜索策略：这个方法就是按照选择标准对波段进行排序，然后选择排名高的波段作为最终波段。用到的标准包括互信息，受限波段选择CBS和Maximum-variance PCA等算法。
  2. 基于聚类的算法：将波段分离为互补重复的子集，并根据子集的中心选择波段。
  3. 基于贪心的算法：就是逐步增加波段选择数量，如果新 加入的波段提高了标准值，那么就修改选择子集，方法就是SFS和SBS等。
  4. 基于进化算法：包括遗传算法、粒子群优化算法等。

本文的搜索算法则是选择行列式点过程算法（Determinantal Point Process，DPP），一种数据概率论中的算法，并且在很多其他领域取得了成功的应用，比如文档自动摘要，姿态估计，视频摘要等。