波段选择在降维的同时能够保留高光谱数据的物理意义, 在很多方面具有一定应用。近邻传播（AP）算法根据数据点之间的相关性进行聚类, 将所有数据点视为潜在的聚类中心。提出了一种基于AP聚类的波段选择方法, 利用光谱信息散度和光谱相关角（SID-SCA）与光谱信息散度和光谱梯度角（SID-SGA）改进AP算法中相似度的计算。将降维结果输入支持向量机（SVM）分类器进行分类, 计算分类准确性, 并通过数据集Indiana Pines进行验证。实验结果表明：所提方法能够更好地提取波段的信息, 得到更高的分