[发明专利]一种基于粒子群优化的空间大数据字典学习方法

摘要

本发明公开了一种基于粒子群优化的空间大数据字典学习方法，包括步骤1：空间大数据的预处理过程；步骤2：在线字典学习ODL字典学习过程，利用ODL算法处理当前读入的分隔后的遥感数据，得到先验字典；步骤3：粒子群优化模型建立过程；步骤4：粒子群优化算法PSO优化过程，得到优化后的新字典；步骤5：算法稳定机制，引入ODL算法中的中间变量，传递经PSO优化后新字典所产生的稀疏系数矩阵的更新信息；步骤6：判断空间大尺度数据集合中有无数据。本发明的有益效果为：有效的进行大尺度遥感数据的处理，在尽量不增加计算负载的情况下，提高空间大数据表示的精度，并很好抑制重建过程中遥感数据中含有的噪声。

主权项

一种基于粒子群优化的空间大数据字典学习方法，其特征在于，包括以下步骤：步骤1：对预先采集的大尺度遥感数据进行分割处理，建立空间大尺度遥感数据集合，并对所述空间大尺度遥感数据集合进行归一化处理；步骤2：利用ODL算法，对进行归一化处理后的所述空间大尺度遥感数据集合进行处理，得到先验字典；步骤3：根据所述先验字典，利用误差矩阵作为原子筛选机制选取待优化原子，确定所述先验字典总候选原子的初始线性表示结构，并以该候选原子的初始线性表示结构作为粒子；步骤4：根据预先确定的所述空间大尺度遥感数据的纹理特征，利用PSO算法，优化所述粒子，得到优化后的新字典；步骤5：算法稳定机制，引入ODL算法中的中间变量，传递经PSO优化后新字典所产生的稀疏系数矩阵的更新信息；步骤6：根据所述更新信息，判断空间大尺度数据集合中有无数据，在有数据的情况下，重复步骤2至5；否则结束。