2、投影寻踪（PP）

投影寻踪[10]是一种专门处理高维数据的降维方法。其基本思想是把高维数据投影到低维空间上，用一个设计的投影指标作为度量来寻找能反映原高维数据结构或特征的投影（称为“令人感兴趣”的投影），然后通过分析和研究投影数据以达到了解原数据的目的[16]。特别的，当我们把数据的方差作为投影指标时，PP就退化为我们所熟悉的主分量分析法。PP算法的不足之处是计算量大。

3、正交子空间投影（OSP）

与其他线性混合模型不同，正交子空间投影[17]认为所有像元均由感兴趣的目标和背景组成，在消除背景地物的同时，得到目标地物的最佳匹配效果。OSP的特点是通过信号光谱的逐步分离来提取出感兴趣的信号。采用正交投影的方法一方面可以抑制噪声对信号的影响，另一方面还可抑制其他类别的信号而将所需检测的信号提取出来；为了进一步消除随即噪声，将正交子空间投影后的信号通过一个匹配滤波器，以使得信号与随即噪声的比值达到最大。将这种思路应用到高光谱数据，基本做法是：将像元矢量投影到正交与干扰特征的子空间去，这里干扰特征包括其他需抑制的类别信号特征矢量及噪声，是一种在最小均方差意义上的干扰最优压缩工程。一旦干扰被消除，将剩余的信号再投影到要检识的特征上去，使信噪比达到最大，产生一个单一的图像作为目标检识的依据。