光谱特征提取方法连续投影法和主成分分析法

高光谱成像仪采集的光谱信息非常的丰富，需要进行特征波长的提取，以保证预测模型建立的准确性。本文对光谱特征提取方法连续投影法和主成分分析做了介绍。

连续投影法（SPA）：

连续投影算法（SPA）用来提取特征来量的一种方法，可以消除波长变量间共线性产生的影响，同时可以有效的避免信息重叠，提取出具有最小共线性和最低冗余度的特征波长，能够以较小的信息量来表示大多数样品的光谱信息，简化了数学模型，广泛应用在光谱实验特征波长的提取中。

该方法的基本原理是选择一个初期波长，然后采用循环选择的方式向前推进，通过计算所选波长在未选入的波长上的投影，选出投影向量的最大波长并将该向量引入波长组合，直至本次循环截止。

主成分分析（PCA）：

主成分分析（PCA）是一种数据降维方法，其原理是把多个变量进行线性计算重新组合，生成较少变量的方法。不仅可以很好的避免信息重叠、数据的简化，还可以提取出最具代表性的变量子集。该方法通常用来多元统计分析，即将原来具有一定相关性的多维变量进行了重新的组合，降低变量的维度并用来描述原有指标的目的。