题目：基于画幅式波段可选成像光谱数据的目标识别技术研究

随着画幅式成像光谱仪的不断发展，其克服了摆扫式和推扫式在空间维进行扫描从而一次只能获取场景内少数几行的空间信息的缺点，而是通过凝视目标获取整个场景空间信息来取得目标在场景中正确的位置和形态，以满足识别的基本需求。而画幅式成像光谱仪能在拍摄时减少对识别无贡献波段的获取，减少拍摄时间，从而从硬件水平提高算法运行效率，因此对目标进行光谱特征选取显得尤为重要。

本文针对目标光谱特征选择和目标识别做了以下三个方面的工作：

1. 本文提出一种基于改进子空间划分的波段选择方法。该方法克服了传统子空间划分方法只利用相关系数向量或者人为设定阈值的方法进行子空间划分，而采用全局搜索函数对波段间的相关矩阵进行了全局搜索，并使用了记忆化搜索方法对其进行效率优化，利用该方法选择出来的波段相关性较小。

2. 由于上述波段选择方法没有对目标特性进行考虑，本文又采用了基于蚁群算法的模因算法框架的波段选择方法，然后将两者融合。在基于改进子空间波段选择方法优选出部分波段后再采用模因算法结合JM距离进一步进行选择，大大优化了模因算法的搜索时间，提高了找到光谱特征的可能性，从而更好的区分目标与干扰。

3. 针对目标在不同环境下光谱曲线会发生变化的情况，本文通过采集目标在不同环境下的光谱曲线，将其分成不同的集合，然后对每一个集合分别进行训练和测试，一个集合对应一个学习器。这样分别对每一个集合选取训练样本和测试样本进行学习，其测试样本能在该集合选取的训练样本下有较好的识别效果。在对测试样本进行识别时，先使用集合判定准则判断每一个测试样本的所属集合，然后再利用该集合的学习器进行判定从而得到识别结果，最终达到提高识别精度的目的。

本文最后针对上述方法进行了实验验证。从实验结果看以看出在保证80%以上识别精度的前提下本文方法选择波段后大大提高了画幅式成像光谱仪的采集效率，具有很高的实用价值。