基于数据挖掘的多波段激光数据分类算法研究

Abstract

针对多波段激光干涉图像中的频谱数据混叠问题,文章提出了一种基于数据挖掘技术的自相关提取分类算法。首先,采用自相关计算模式完成数据属性分类;然后,通过属性隶属度函数作为判据设计了基于特征数据挖掘的自回归平均模型;最后,采用时序衰减权值系数循环迭代的方式完成数据挖掘。实验对混合激光光源进行测试,并与传统均值分类算法和最小二乘法分类算法作了对比。仿真结果表明,该算法的分类平均误差为0.110,优于另外两种算法（0.191和0.167）,并且在相同数据总量的条件下该算法的耗时最少。由此可见,该算法对多波段激光干涉图像中混叠数据的有效分离具有很好的改善作用,在混叠数据分类应用中具有一定的实用价值。

Keywords

• 多波段光谱数据;特征提取;数据挖掘;自相关计算模型