1.一种基于张量距离补丁校准的高光谱数据降维方法，其特征是：该降维方法针对高光谱数据的张量特性，首先，通过窗口领域，所述的窗口领域是中心像元及其周围相近的其它像元构成的领域，将高光谱数据转化成张量形式，保持每个像素的空间信息；第二，引入张量距离，构建包含判别信息的高质张量近邻图；第三，根据扩展到张量空间的补丁校准框架，获得全局最优的光谱-空间信息；第四，采用交替最小二乘算法求得张量子空间的解；最后，根据张量最近邻法判别各样本的类别；

具体步骤如下：

步骤1，选择需进行分析的高光谱数据，根据窗口领域将高光谱数据转化成张量形式；

步骤2，计算各训练样本间张量距离dTD；

步骤3，根据张量距离，构建高质张量近邻图G；

步骤4，根据高质张量近邻图选择χi补丁样本集；

步骤5，根据选择矩阵Si将局部补丁合成整体，并计算校准矩阵Ω；

步骤6，通过交替最小二乘（Alternating Least Square，ALS）计算稀疏最优函数得投影矩阵；

步骤7，用求得的投影矩阵把训练样本和测试样本投影到低维张量子空间中。

2.根据权利要求1所述一种基于张量距离补丁校准的高光谱数据降维方法，其特征在于：所述步骤1中，高光谱数据采用以下三阶张量表示：式中，F3表示高光谱数据的光谱波段数，F1和F2分别表示单波段高光谱数据的高度和宽度，即高光谱数据的空间位置信息； 是张量χ中的元素，其中1≤fl≤Fl且

1≤l≤3，fl表示该元素在数组中第l阶的位置；选取中心像元B窗口领域内的像元组成高光谱数据的张量表示，即假设任一像元B的光谱向量 则中心像元B的B×B窗口领域表示为：B为窗口领域的大小且为奇数；

式中， 1≤b＜min(F1,F2)/2。

3.根据权利要求1所述一种基于张量距离补丁校准的高光谱数据降维方法，其特征在于：两个训练样本χ和γ之间的张量距离定义为：

式中，gτι是度量系数，G是度量矩阵，M为张量的阶数，xτ与χ中的元素 相对应，yτ与γ中的元素 相对应，其中 T表示矩阵转置；

为反映张量数据不同坐标系间的内在联系，自然的想法是度量系数gτι应与元素间的坐标距离有关，则有：式中，σ是正则参数，‖pτ-pι‖2是 （对应xτ）与 （对应xι）之间的位置距离，即从而，张量距离公式改写为：

4.根据权利要求1所述一种基于张量距离补丁校准的高光谱数据降维方法，其特征在于：所述步骤3中，根据权利要求3所述张量距离，构建高质张量近邻图G，χ和γ之间的近邻距离定义为：T(χ,γ)＝dTD+βΓ(1-δ(χ,γ))

式中，Γ＝max(dTD)是数据张量距离空间的直径，β∈[0,1]是控制合并类别信息量的协调参数，δ(χ,γ)是字符函数，如果χ和γ属于同一类，则δ(χ,γ)＝1，否则δ(χ,γ)＝0；利用近邻距离T(χ,γ)找出每个样本点的k个最近邻样本，每个样本的近邻关系确定后，需要建立一个样本点与其近邻样本的近似关系权重，高质张量近邻图的权重矩阵Ψ定义为：式中，Ψij表示样本χi和χj之间的权值，也是权重矩阵Ψ的第i行第j列对应的值。

5.根据权利要求1所述一种基于张量距离补丁校准的高光谱数据降维方法，其特征在于：所述步骤4中，所述高质张量近邻图选择χi补丁样本集为：式中，χi1,…,χik是任意样本χi的k个近邻样本；降维的目的是寻找M个投影矩阵U1,U2,…,UM，使M阶原始高维张量特征空间 降到低维张量特征子空间对于每个Patch(χi)，其相对应的低维子空间表示为：在映射到低维子空间时，为保持样本的类别信息及样本间的局部几何关系，结合高质N×N张量近邻图的权重矩阵Ψ∈R ，定义目标函数为：

式中，ψi是权重为 的k维列向量，上式的局部补丁最优可转化为：

6.根据权利要求1所述一种基于张量距离补丁校准的高光谱数据降维方法，其特征在于：所述步骤5中，根据选择矩阵Si将局部补丁合成整体，并计算校准矩阵Ω：局部补丁样本集Patch(χi)是从整体样本集

中选出的(k+1)个样本，所有的Patch(χi)统一在一起作为整体；整体校准是从1到N所N×（k+1）有训练样本的最优局部补丁之和，通过选择矩阵Si∈R 将局部补丁合成整体：式中，Δi∈{i,i1,…,ik}表示局部补丁样本集Patch(χi)中每个样本的索引；根据权利要求5中所有最优局部补丁之和可获得整体校准：式中， 是校准矩阵，

7.根据权利要求1所述一种基于张量距离补丁校准的高光谱数据降维方法，其特征在于：所述步骤6中，通过交替最小二乘计算稀释最优函数得投影矩阵，步骤如下：步骤1），初始化投影矩阵 t=1，Tmax为最大迭代次数；

步 骤 2），通 过 式 求 解 Ul，式 中，l ＝ 1,2,…M，步骤3），如果t=Tmax或|Jt-Jt-1|＜ε，则输出M个投影矩阵U1,U2,…,UM，否则令t＝t+1，Jt＝Jt-1，并执行步骤2）；

其中， ε是非常小的

数。

8.根据权利要求1所述一种基于张量距离补丁校准的高光谱数据降维方法，其特征在于：所述步骤7中，用求得的投影矩阵把训练样本和测试样本投影到低维张量子空间中：输入训练样本χi，其对应的投影空间数据Zi为：

输入测试样本χtest，其对应的投影空间数据Ztest为：