一种强化聚类的光谱重建训练样本选取方法技术

本发明专利技术公开了一种强化聚类的光谱重建训练样本选取方法，涉及样本选取技术领域，该方法将矿物颜料和劳尔色卡作为强化样本集和基础样本集；利用均值漂移算法对强化样本集的色度及光谱双空间进行首次聚类，选取双空间中各簇距离聚类中心最近的点作为优选样本；将优选强化样本加入基础样本集再次进行双空间聚类，通过对色度及光谱双空间进行优选，提高优选样本的空间关联性。依托于强化聚类思想，实现不同样本集针对性与泛化性的优势互补。引入均值漂移聚类进行优选，可在无先验知识的情况下只依靠样本本身分布进行优选，避免主观干扰影响聚类结果。

【技术实现步骤摘要】

本专利技术涉及样本选取，具体是一种强化聚类的光谱重建训练样本选取方法。

技术介绍

1、由于光谱反射率重建的本质是以学习数据特征为基础的建模过程，故其重建效果的优劣不仅与重建模型有关，选取合适的训练样本集对其重建效果也有重要影响。然而现有训练样本选取方法皆是针对标准色卡样本集进行优选，所选样本虽有较好泛化性，但忽略了特定光谱重建场景对训练样本的针对性需求。如对彩绘文物表面进行光谱重建时，使用优选标准色卡样本的重建精度很低，需使用自制矿物颜料色卡作为训练样本，但受材料、制作方式等因素影响，其色度及光谱空间覆盖程度远不及标准色卡，无法达到模型对训练样本分布的广泛性要求，导致重建精度同样不高。针对上述问题，提出了一种色谱双域强化聚类训练样本选取方法，满足特殊重建场景下对训练样本的针对性需求。

技术实现思路

1、本专利技术的目的在于提供一种强化聚类的光谱重建训练样本选取方法，以解决
技术介绍
中的问题。

2、为实现上述目的，本专利技术提供如下技术方案：

3、一种强化聚类的光谱重建训练样本选取方法，步本文档来自技高网...

【技术保护点】

1.一种强化聚类的光谱重建训练样本选取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的强化聚类的光谱重建训练样本选取方法，其特征在于，主成分分析降维处理包括：

3.根据权利要求1所述的强化聚类的光谱重建训练样本选取方法，其特征在于，核函数确定：

4.根据权利要求3所述的强化聚类的光谱重建训练样本选取方法，其特征在于，在选择好合适的核函数且对数据进行预处理后即可进行聚类优选；将聚类方法应用在光谱重建训练样本中，可有效解决数据冗余、计算效率低的问题；但传统聚类优选方法需人为确定聚类中心，主观性较强且不宜达到最佳的聚类效果；为充分挖掘各空间样本特征...

【技术特征摘要】

1.一种强化聚类的光谱重建训练样本选取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的强化聚类的光谱重建训练样本选取方法，其特征在于，主成分分析降维处理包括：

3.根据权利要求1所述的强化聚类的光谱重建训练样本选取方法，其特征在于，核函数确定：

4.根据权利要求3所述的强化聚类的光谱重建训练样本选取方法，其特征在于，在选择好合适的核函数且对数据进行预处理后即可进行聚类优选；将聚类方法应用在光谱重建训练样本中，可有效解决数据冗余、计算效率低的问题；但传统聚类优选方法需人为确定聚类中心，主观性较强且不宜达到最佳的聚类效果；为充分挖掘各...

【专利技术属性】
技术研发人员：王可，樊煜，王慧琴，郭阮昭，王一凡，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：