精选优质文档-倾情为你奉上主成分分析(PCA)是通过使用Principal Components选项生成互不相关的输出波段,达到隔离噪声和减少数据集的维数的方法。 由于多波段数据经常是高度相关的,主成分变换寻找一个原点在数据均值的新的坐标系统,通过坐标轴的旋转来使数据的方差达到最大,从而生成互不相关的输出波段。 主成分(PC)波段是原始波谱波段的线性合成,它们之间是互不相关的。可以计算输出主成分波段(与输入的波谱波段数相同)。 第一主成分包含最大的数据方差百分比,第二主成分包含第二大的方差,以此类推,最后的主成分波段由于包含很小的方差(大多数由原始波谱的噪声引起),因此显示为噪声。由于数据的不相关,主成分波段可以生成更多种颜色的彩色合成图像。 ENVI 能完成正向和逆向的主成分(PC)旋转。1.正向主成分(PC)旋转正向PC旋转用一个线性变换使数据方差达到最大。当使用正向PC旋转时,ENVI允许计算新的统计值,或根据已经存在的统计值进行旋转。输出值可以存为字节型、浮点型、整型、长整型或双精度型。也可以基于特征值来提取PC旋转的输出内