针对高光谱遥感影像数据量大、数据冗余度高的特点，引入拉普拉斯特征映射方法对高光谱遥感数据进行非线性降维。
Feature extraction is an indispensable preprocessing step for large and high redundancy data of hyperspectral remote sensing image.
对拉普拉斯特征映射方法应用领域的拓展起到了推动作用，同时提出一种新的估计本征维数的方法并且通过人造数据的验证说明该方法具有良好的性质。
Our work enrich the Laplacian Eigenmap algorithm theory system. In addition, a new method of estimation intrinsic dimension is proposed, it shows good proved by man-made data.
对拉普拉斯特征映射方法应用领域的拓展起到了推动作用，同时提出一种新的估计本征维数的方法并且通过人造数据的验证说明该方法具有良好的性质。
Our work enrich the Laplacian Eigenmap algorithm theory system. In addition, a new method of estimation intrinsic dimension is proposed, it shows good proved by man-made data.
应用推荐