1、隨著遙感技術(shù)和高光譜成像技術(shù)的飛速發(fā)展，高光譜圖像的分辨率（空間）和可觀測的波段數(shù)量（譜間）都提高了很多。因此，高光譜圖像能夠反映地球表面物體精細的空間信息和豐富的譜間信息。由于這些詳盡的信息能夠真實反映地球表面物體的各類物理、化學性質(zhì)，使得原本在可見光譜內(nèi)不可分的地物，在高光譜遙感數(shù)據(jù)中能夠得以識別。同時，也對高光譜數(shù)據(jù)的處理帶來了巨大挑戰(zhàn)，其中一項便是高光譜數(shù)據(jù)的較高維度對分類精度的影響。高光譜圖像數(shù)據(jù)中，有冗余信息，噪聲干擾和維數(shù)

2、災(zāi)難等問題，而維數(shù)約減，即降維，是解決這一類型問題的有效方法。數(shù)據(jù)降維一方面可以發(fā)現(xiàn)隱匿在高維數(shù)據(jù)中的低維結(jié)構(gòu)，另一方面可以縮減處理成本，為后續(xù)分類等應(yīng)用減輕負擔。本課題研究基于圖嵌入降維框架，深入研究了圖的構(gòu)成及其在降維中應(yīng)用，然后利用降維后的數(shù)據(jù)，輸入支持向量機(SVM)分類器進行分類處理。論文的主要工作體現(xiàn)在以下幾個方面:
　　第一，針對高光譜數(shù)據(jù)中，同一地物存在相同光譜的假設(shè)，利用光譜之間的相似性，設(shè)計相似性距離來構(gòu)圖，提

3、出了一種基于譜間相似性的圖嵌入降維算法。該算法充分利用了高光譜數(shù)據(jù)的譜間信息，使原始數(shù)據(jù)得以充分應(yīng)用;
　　第二，針對目前已經(jīng)存在的低秩圖嵌入降維算法，只利用了全局的信息而沒有考慮局部信息的情況，提出了一種局部保留低秩圖嵌入降維算法。該算法在低秩圖的基礎(chǔ)上，引入局部保留映射算法中保留局部信息的做法，使得改進算法能夠充分結(jié)合數(shù)據(jù)的全局特性和局部特性。實驗證明改進的降維算法能夠較大提升分類精度;
　　第三，目前存在的頂尖圖嵌入降