主成分变换融合是将N个波段的低分辨率影像进行主成分变换， 以 代替第一分量影像，经过主成分逆变换还原到原始空间。

题目

主成分变换融合是将N个波段的低分辨率影像进行主成分变换， 以 代替第一分量影像，经过主成分逆变换还原到原始空间。

相似考题

1.主成分变换的基本性质有:(1)()(2)()(3)前面的p个主成分包含了总方差的大部分。

2.在进行主成分分析时，应使第一主成分在总方差中所占的比重( )。A．最小B．次大C．最大D．为各个主成分所占比重的加权平均值

3.()都是高维空间向低维空间映射变换的方法，通过云除数据值方差小的维度，进行降维。A.线性鉴别分析B.主成分分析C.流形分析D.图模型

4.一般意义上的主成分变换指正变换。该过程通过对图像进行统计分析,在()矩阵或()矩阵的基础上计算特征值,构造主成分。根据主成分－特征值的关系,可以选择少数的主成分作为输出结果。

更多“主成分变换融合是将N个波段的低分辨率影像进行主成分变换， 以 代替第一分量影像，经过主成分逆变换还原到原始空间。”相关问题

  • 第1题：

    红花（ ）

    A、主含挥发油

    B、主含生物碱类成分

    C、主含黄酮类成分

    D、主含苷类成分

    E、主含鞣质类成分


    正确答案：D
    解析：花类中药——红花

  • 第2题：

    什么是多光谱空间？什么是主成分变换？主成分变换的应用意义是什么？


    正确答案: 多光谱空间是一个n维坐标系，每一个坐标轴代表多波段图像的一个波段，坐标值表示该波段像元的灰度值，图像中的每个像元对应于坐标空间中的一个点。
    K-L变换又称为主成分变换（principalcomponentanalysis）或霍特林（Hotelling）变换。它的原理如下：对某一n个波段的多光谱图像实行一个线性变换，即对该多光谱图像组成的光谱空间X乘以一个线性变换矩阵A，产生一个新的光谱空间Y，即产生一幅新的n个波段的多光谱图像。其表达式为
    Y=AX
    式中：X为变换前多光谱空间的像元矢量；Y为变换后多光谱空间的像元矢量；A为一个n×n的线性变换矩阵。
    根据以上的分析可将K-L变换的应用归纳如下。
    （1）数据压缩。经过主成分变换，多光谱图像变成了新的主成分图像，像元的亮度值不再表示地物原来的光谱值。但变换后的前几个主分量包含了绝大部分的地物信息，在一些情况下几乎是100%，因此可以只取前几个主分量，既获得了绝大部分的地物信息，又减少了数据量，如TM图像，经主成分变换后可只取前3个主分量，波段数由7个减少到3个，数据量减少到43%，实现了数据压缩。
    （2）图像增强。主成分变换的前几个主分量包含了主要的地物信息，噪声相对较少；而随着信息量的逐渐减少，最后的主分量几乎全部是噪声信息（如MSS数据中的条纹）。因此，主成分变换突出了主要信息，抑制了噪声，达到了图像的目的。
    （3）分类前预处理。多波段图像的每个波段并不都是分类最好的信息源，因而分类前的一项重要工作就是特征选择，即减少分类的波段数并提高分类效果。主成变换即是特征选择最常用的方法。

  • 第3题：

    以下关于主成分分析中主成分的说法正确的是（）

    • A、主成分是原变量的线性组合
    • B、各个主成分之间相互相关
    • C、每个主成分的均值为0、其方差为协方差阵对应的特征值
    • D、不同的主成分轴（载荷轴）之间相互正交

    正确答案:A,C,D

  • 第4题：

    主成分分析中，仅仅对一个原始变量有作用的主成分称为（）。

    • A、单一成分
    • B、独立成分
    • C、特殊成分
    • D、公共成分

    正确答案:C

  • 第5题：

    主成分分析的应用不包括（）。

    • A、降低所研究的数据空间的维数
    • B、通过主成分分析法构造回归模型
    • C、通过因子负荷的结果，弄清原始变量间的某些关系
    • D、对样本进行分类

    正确答案:D

  • 第6题：

    主成分分析（PCA）就是一种去除波段之间的多余信息、将多波段的图像信息压缩到比原波段更有效的少数几个转换波段的方法。一般情况下，第一主成分（PCI）包含所有波段中（）的方差信息。

    • A、95%
    • B、90%
    • C、85%
    • D、80%

    正确答案:D

  • 第7题：

    光谱增强处理是基于多光谱数据对波段进行变换达到图像增强处理如（）

    • A、色彩拉伸
    • B、独立成分变换
    • C、主成分变换
    • D、色彩空间变换

    正确答案:A,B,C,D

  • 第8题：

    多选题
    有关主成分的方差，下述表达正确的是（）
    A

    主成分的方差矩阵是对角矩阵

    B

    第k个主成分的方差为对应的特征根

    C

    主成分的总方差等于原变量的总方差

    D

    主成分的方差等于第k个主成分与第j个变量样本间的相关系数

    E

    任意两个主成分的方差是不相关的。


    正确答案： D,E
    解析： 暂无解析

  • 第9题：

    名词解释题
    主成分变换

    正确答案： 是基于变量之间的相关关系，在尽量不丢失信息前提下的一种线性变换的方法，主要用于数据压缩和信息增强。在遥感软件中，主成分变换常被称为K－L变换。
    解析： 暂无解析

  • 第10题：

    单选题
    光谱增强是基于（）数据对波段进行变换达到图像增强处理，如主成分变换、独立主成分变换、色彩空间变换和色彩拉伸等。
    A

    单光谱

    B

    多光谱

    C

    单光谱灰度值

    D

    多光谱灰度值


    正确答案： D
    解析： 暂无解析

  • 第11题：

    单选题
    主成分分析（PCA）就是一种去除波段之间的多余信息、将多波段的图像信息压缩到比原波段更有效的少数几个转换波段的方法。一般情况下，第一主成分（PCI）包含所有波段中（）的方差信息。
    A

    95%

    B

    90%

    C

    85%

    D

    80%


    正确答案： D
    解析： 暂无解析

  • 第12题：

    填空题
    主成分变换的基本性质有：（1）（）（2）（）（3）前面的p个主成分包含了总方差的大部分。

    正确答案： 总方差的不变性、正交性
    解析： 暂无解析

  • 第13题：

    洋金花（ ）

    A、主含挥发油

    B、主含生物碱类成分

    C、主含黄酮类成分

    D、主含苷类成分

    E、主含鞣质类成分


    正确答案：B
    解析：花类中药——洋金花

  • 第14题：

    光谱增强是基于（）数据对波段进行变换达到图像增强处理，如主成分变换、独立主成分变换、色彩空间变换和色彩拉伸等。

    • A、单光谱
    • B、多光谱
    • C、单光谱灰度值
    • D、多光谱灰度值

    正确答案:A

  • 第15题：

    （）是将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法，又称主分量分析。

    • A、回归分析
    • B、方差分析
    • C、因子分析
    • D、主成分分析

    正确答案:D

  • 第16题：

    雄黄的主成分是（），自然铜的主成分是（），石膏的主成分是（）。


    正确答案:二硫化二砷；二硫化铁；CaSO4˙2H2O

  • 第17题：

    试简要阐述缨帽变换相对于主成分变换具有的特点。


    正确答案: 特殊的线性变换；与主成分变换的区别是，变换以后还有残余的相关，并将波谱特征和自然景观属性联系起来。
    第一特征为亮度，反应总体辐射率的综合效果，并仅仅与影响总体反射率的物理过程有关；
    第二特征为绿度，可见光植被吸收和近红外植被反射的综合响应；
    第三特征为湿度，是可见光、近红外的反射能量总和与两个中红外波段反射量的差值，反应水分条件，特别是土壤的湿度状态。

  • 第18题：

    主成分变换


    正确答案: 是基于变量之间的相关关系，在尽量不丢失信息前提下的一种线性变换的方法，主要用于数据压缩和信息增强。在遥感软件中，主成分变换常被称为K－L变换。

  • 第19题：

    有关主成分的方差，下述表达正确的是（）

    • A、主成分的方差矩阵是对角矩阵
    • B、第k个主成分的方差为对应的特征根
    • C、主成分的总方差等于原变量的总方差
    • D、主成分的方差等于第k个主成分与第j个变量样本间的相关系数
    • E、任意两个主成分的方差是不相关的。

    正确答案:A,B,C,E

  • 第20题：

    多选题
    光谱增强处理是基于多光谱数据对波段进行变换达到图像增强处理如（）
    A

    色彩拉伸

    B

    独立成分变换

    C

    主成分变换

    D

    色彩空间变换


    正确答案： B,D
    解析： 暂无解析

  • 第21题：

    填空题
    一般意义上的主成分变换指正变换。该过程通过对图像进行统计分析，在（）矩阵或（）矩阵的基础上计算特征值，构造主成分。根据主成分－特征值的关系，可以选择少数的主成分作为输出结果。

    正确答案： 波段协方差、相关
    解析： 暂无解析

  • 第22题：

    名词解释题
    主分量变换（K-L变换）

    正确答案： 主分量变换也成为K-L变换，是一种线性变换，是就均方误差最小来说的最佳正交变换；是在统计特征基础上的现行变换。
    解析： 暂无解析

  • 第23题：

    问答题
    什么是多光谱空间？什么是主成分变换？主成分变换的应用意义是什么？

    正确答案： 多光谱空间是一个n维坐标系，每一个坐标轴代表多波段图像的一个波段，坐标值表示该波段像元的灰度值，图像中的每个像元对应于坐标空间中的一个点。
    K-L变换又称为主成分变换（principalcomponentanalysis）或霍特林（Hotelling）变换。它的原理如下：对某一n个波段的多光谱图像实行一个线性变换，即对该多光谱图像组成的光谱空间X乘以一个线性变换矩阵A，产生一个新的光谱空间Y，即产生一幅新的n个波段的多光谱图像。其表达式为
    Y=AX
    式中：X为变换前多光谱空间的像元矢量；Y为变换后多光谱空间的像元矢量；A为一个n×n的线性变换矩阵。
    根据以上的分析可将K-L变换的应用归纳如下。
    （1）数据压缩。经过主成分变换，多光谱图像变成了新的主成分图像，像元的亮度值不再表示地物原来的光谱值。但变换后的前几个主分量包含了绝大部分的地物信息，在一些情况下几乎是100%，因此可以只取前几个主分量，既获得了绝大部分的地物信息，又减少了数据量，如TM图像，经主成分变换后可只取前3个主分量，波段数由7个减少到3个，数据量减少到43%，实现了数据压缩。
    （2）图像增强。主成分变换的前几个主分量包含了主要的地物信息，噪声相对较少；而随着信息量的逐渐减少，最后的主分量几乎全部是噪声信息（如MSS数据中的条纹）。因此，主成分变换突出了主要信息，抑制了噪声，达到了图像的目的。
    （3）分类前预处理。多波段图像的每个波段并不都是分类最好的信息源，因而分类前的一项重要工作就是特征选择，即减少分类的波段数并提高分类效果。主成变换即是特征选择最常用的方法。
    解析： 暂无解析

  • 第24题：

    问答题
    试简要阐述缨帽变换相对于主成分变换具有的特点。

    正确答案： 特殊的线性变换；与主成分变换的区别是，变换以后还有残余的相关，并将波谱特征和自然景观属性联系起来。
    第一特征为亮度，反应总体辐射率的综合效果，并仅仅与影响总体反射率的物理过程有关；
    第二特征为绿度，可见光植被吸收和近红外植被反射的综合响应；
    第三特征为湿度，是可见光、近红外的反射能量总和与两个中红外波段反射量的差值，反应水分条件，特别是土壤的湿度状态。
    解析： 暂无解析

相关内容