《表2 马氏距离和相关系数检验后入选波段》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器学习与高光谱数据的湿地植被物种识别研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

高光谱数据之间具有很高的相关性，基于马氏距离提取的波段中有些波段之间相关性也很高，需剔除相关性高的波段再次数据降维。波段相关性强度划分‖ρm，n‖值域等级（见表1）。原反射光谱、二阶微分光谱和包络线去除光谱的入选结果如表2，分析发现，采用马氏距离法与相关系数法相结合进行特征波段提取，可综合相关系数法的精确性与马氏距离法的快速性，既避免了复杂的运算，又能确保选取的特征波段较好的代表性。