第34卷，第2期 2014年2月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol.34,No.2-pp505-509 February2014
一种基于朴素贝叶斯分类模型的高光谱矿物精确识别方法
贺金鑫，陈圣波，王阳”，昊艳繁 1.吉林大学地球科学学院，吉林长春130061
2.吉林大学地球探测科学与技术学院，吉林长春130061 3.吉林大学计算机科学与技术学院，吉林长春130012
摘要由于某些矿物，特别是与成矿作用有关的热液蚀变矿物的光谱特征差异较小，更受到矿物混合光谱等因系的影响，导致大多数光谱识别方法对一些光谱特征相似的矿物极易出现混和误判现象。因此，针对矿物光谱的“同物异谱”、“同谱异物”现象，提出了一种基于朴素贝叶斯分类模型的高光谱矿物精确识别方法。通过对白云母、高岭石，这两种光谱特征相近的典型蚀变矿物的实验测试、分析，并与光谱角匹配、二进制编码、光谱特征拟合等同类方法进行对比，结果表明该方法能够充分地利用吸收特征波谷位置、吸收特征深度、包络线斜率等多种矿物光谱识别属性特征，进而将不同种类的矿物更明显地予以区分，具有较高的分类识别准确率。
关键词高光谱遥感；矿物识别；分类模型；朴素贝叶斯
中图分类号：TP79
文献标识码：A
引言
DOI; 10. 3964/j issn. 1000-0593(2014)02-0505-05
练数据，它的分类过程为：
(1)每个数据样本用一个n维特征向量X=《xl，x， x)表示，分别描述对n个属性A1，42，4.样本的n个度
矿物识别、填图是高光谱遥感技术最成功，也是最能发挥其优势的应用领域，它使遥感地质由识别岩性发展到识别单矿物以至矿物的化学成分及晶体结构。但由于某些矿物，特别是与成矿作用有关的热液蚀变矿物的光谱特征差异较小，更受到矿物混合光谱等因素的影响，大多数光谱识别方法对一些光谱特征相似的矿物极易出现混浠和误判现象“。另外，同种矿物因发育过程和发育状态的不同，其成分、结构及光谱特征会产生一定差异，使其光谱具有地理区域特征；并且由于测量条件的不同，矿物的光谱特征也会随光照、背景颜色、颗粒大小等因素发生多种变化。因此，针对矿物光谱的“同物异谱”、“同谱异物”现象，提出了一种基
于朴素贝叶斯分类模型的高光谱矿物精确识别方法。 1朴素贝叶斯分类模型
朴素贝叶斯分类模型是一种应用于独立假设贝叶斯定理的简单概率分类器，它假设每个特征都不相关，依靠精确的自然概率模型，在有监督学习的样本集中能获得非常好的分类效果。朴素贝叶斯分类器的主要优势在于只需要少量的训
收稿日期：2013-05-01，修订日期：2013-07-22
量。
(2)假定有m个类Ci，Ce，*Cn，给定一个未知的数据样本X（即没有类标号），分类器将预测X属于具有最高后验概率(条件X下)的类。也就是说，朴素贝叶斯分类将未知的样本分配给类C(1≤≤m)，当且仅当P(CIX)>P(C, X)，对任意的j=1，2，**，m，ji。这样，最大化PC X)。其中P(C:IX)最大的类C,称为最大后验假定。根据贝
叶斯定理
P(G IX)=P(X LC)P(C)
P(X)
(3)由于P(X）对于所有类为常数，因而只需要保证
P(X1C)PC)最大即可。如果C类的先验概率未知，则通常假定这些类是等概率的，即P(Ci）三P(C）三 P(C），因此间题就转换为对P(XIC:)的最大化。否则，需要最大化P(X1C)P(C)。类的先验概率可以用P(C,）= s/s计算，其中s是类C:中的训练样本数，而s是训练样本总数。
(4)给定具有许多属性的数据集，计算P(XIC）的开销可能非常大。为了降低计算P(X1C）的开销，可以做类条
基金项目：国家(863计划)项目(2012AA12A308），地质矿产调查评价项目（1212011120230)和2012年吉林省博士后科研启动经费项目资助
作者简介：贺金鑫，1979年生，吉林大学地球科学学院副教授
e-mail : hejx@ jlu. edu. en ; jx hd@ ymail. com