高光谱图像（HSI）通常包含数百个光谱带。 当它们用于分类任务时，HSI可能会遭受高维度的诅咒。 为了解决这个问题，采用了尺寸缩减和特征提取（FE）的基本程序。 在这封信中，我们提出了一种使用低秩表示和邻域保留正则化（LRR_NP）的HSI的有限元方法。 所提出的方法可以同时采用局部空间相似性和频谱空间结构，该结构包括多个低秩子空间的并集。 LRR的框架可以在结构上表示光谱空间的并集结构。 由于空间相邻像素在特征空间中总是共享高度相似性，因此将NP正则项引入LRR框架以考虑局部空间相关性。 分类