一种基于超图学习的高光谱波段选择方法及系统

本发明提供一种基于超图学习的高光谱波段选择方法及系统，属于图像信息处理领域。为解决现有高维度数据计算复杂、相邻波段间存在的冗余信息可能导致后续问题分析的信息重叠和噪声干扰的问题。本发明包括对高光谱数据进行自表示学习；然后进行超图学习，对高光谱图像分割、进行超图定义并利用超图拉普拉斯矩阵描述超图中节点‑节点间关系；设计联合自表示模型与超图学习的统一框架，并通过hyperopt库对超参数进行优化；最后进行选择矩阵P的更新，依据更新结果对高光谱图像波段进行选择。本发明考虑了高光谱图像的高维性、训练样本不充足和数据结构与矩阵信息熵问题，具有可靠性好、精度相对较高的特点，适合推广使用。