發(fā)布時(shí)間：2017-08-16 09:19

  本文關(guān)鍵詞：基于多態(tài)蟻群算法的高光譜遙感影像最優(yōu)波段選擇

  更多相關(guān)文章： 高光譜 降維 波段選擇 蟻群算法 多態(tài)蟻群算法

【摘要】：由于傳統(tǒng)蟻群算法搜索空間大,算法時(shí)間復(fù)雜度高等,導(dǎo)致基于傳統(tǒng)蟻群算法的高光譜數(shù)據(jù)波段選擇算法(ACA-BS)耗時(shí)長(zhǎng),算法效率低下,且易陷入局部最優(yōu)。而多態(tài)蟻群算法能大大縮小算法的搜索空間,降低算法時(shí)間復(fù)雜度。因此,研究設(shè)計(jì)了基于多態(tài)蟻群算法的高光譜數(shù)據(jù)波段選擇算法(PACA-BS)。從算法運(yùn)行時(shí)間、波段子集的類別可分性及信息量、總體分類精度等方面對(duì)算法進(jìn)行對(duì)比分析。用于實(shí)驗(yàn)的數(shù)據(jù)為Hyperion和AVIRIS高光譜影像。實(shí)驗(yàn)結(jié)果表明:PACA-BS的運(yùn)行時(shí)間較ACA-BS大大減少;對(duì)Hyperion影像進(jìn)行降維時(shí),基于PACA-BS的運(yùn)行時(shí)間約為ACA-BS的一半。兩種算法獲得的波段子集的類別可分性大小較為接近,但PACA-BS獲得的波段子集的信息量和總體分類精度優(yōu)于ACA-BS。研究表明PACA-BS是一種效率較高的高光譜波段選擇算法。
【作者單位】： 中國(guó)科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所;中國(guó)科學(xué)院大學(xué);
【關(guān)鍵詞】： 高光譜 降維 波段選擇 蟻群算法 多態(tài)蟻群算法
【基金】：國(guó)家重大專項(xiàng)(21-Y30B05-9001-13/15-2) 國(guó)家自然科學(xué)基金項(xiàng)目(41271196,41301465)
【分類號(hào)】：TP751;TP18
【正文快照】： 2.中國(guó)科學(xué)院大學(xué),北京100049)1引言高光譜遙感技術(shù)誕生于20世紀(jì)80年代,是當(dāng)前遙感學(xué)科中的前沿領(lǐng)域之一。高光譜遙感影像具有波段多、光譜分辨率高、波譜連續(xù)及“圖譜合一”等優(yōu)勢(shì)[1]。高光譜遙感發(fā)展至今,其光譜分辨率已達(dá)納米量級(jí),空間分辨率也得到了極大提升[2]。例如,機(jī)

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前1條

1 臧卓;林輝;楊敏華;;ICA與PCA在高光譜數(shù)據(jù)降維分類中的對(duì)比研究[J];中南林業(yè)科技大學(xué)學(xué)報(bào);2011年11期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前7條

1 郭學(xué)蘭;楊敏華;毛軍;周秋琳;;基于波段子集的獨(dú)立分量分析的特征提取的高光譜遙感影像分類[J];測(cè)繪與空間地理信息;2013年04期

2 邱琳;林輝;孫華;臧卓;莫登奎;;基于高光譜數(shù)據(jù)的東洞庭湖苔草LAI估算研究[J];中南林業(yè)科技大學(xué)學(xué)報(bào);2012年07期

3 劉剛;張雨;臧卓;嚴(yán)恩萍;;多源遙感數(shù)據(jù)森林信息的提取和比較分析[J];中南林業(yè)科技大學(xué)學(xué)報(bào);2012年10期

4 張雨;林輝;臧卓;嚴(yán)恩萍;東啟亮;;高光譜遙感影像森林信息提取方法比較[J];中南林業(yè)科技大學(xué)學(xué)報(bào);2013年01期

5 林娜;楊武年;王斌;;高光譜遙感影像核最小噪聲分離變換特征提取[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2013年08期

6 張雨;林輝;臧卓;嚴(yán)恩萍;東啟亮;邱琳;;基于MODIS數(shù)據(jù)的遼寧省土地利用分類研究[J];西南林業(yè)大學(xué)學(xué)報(bào);2014年01期

7 陳宇;許莉薇;;基于優(yōu)化LM模糊神經(jīng)網(wǎng)絡(luò)的不均衡林業(yè)信息文本分類算法[J];中南林業(yè)科技大學(xué)學(xué)報(bào);2015年04期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 臧卓;南方主要喬木樹種高光譜數(shù)據(jù)降維組合分類算法研究[D];中南大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 郭學(xué)蘭;基于LS-SVM模型的高光譜影像分類的研究[D];中南大學(xué);2013年

2 陳冰潔;基于ICA與Gabor算法的人臉識(shí)別方法研究[D];大連理工大學(xué);2014年

3 耿云志;母胎心電信號(hào)的盲源分離研究[D];浙江大學(xué);2015年

4 程迪;基于HJ-HSI高光譜影像的狼毒遙感提取研究[D];西北大學(xué);2015年

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前7條

1 劉智深;丁寧;趙朝方;齊敏;;主成分分析法在油熒光光譜波段選擇中的應(yīng)用[J];地理空間信息;2009年03期

2 馮燕;何明一;宋江紅;魏江;;基于獨(dú)立成分分析的高光譜圖像數(shù)據(jù)降維及壓縮[J];電子與信息學(xué)報(bào);2007年12期

3 張亮;;基于PCA和SVM的高光譜遙感圖像分類研究[J];光學(xué)技術(shù);2008年S1期

4 蘇令華;衣同勝;萬建偉;;基于獨(dú)立分量分析的高光譜圖像壓縮[J];光子學(xué)報(bào);2008年05期

5 趙春暉;胡春梅;石紅;;采用選擇性分段PCA算法的高光譜圖像異常檢測(cè)[J];哈爾濱工程大學(xué)學(xué)報(bào);2011年01期

6 劉良春;馮燕;;結(jié)合純像元提取和ICA的高光譜降維方法[J];計(jì)算機(jī)應(yīng)用研究;2011年03期

7 蔡天凈;唐瀚;;Savitzky-Golay平滑濾波器的最小二乘擬合原理綜述[J];數(shù)字通信;2011年01期

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 馮永康;余華;;多光譜數(shù)據(jù)波段選擇方法試驗(yàn)研究——以湖北神農(nóng)架林區(qū)為例[J];遙感信息;2009年05期

2 葛亮;王斌;張立明;;基于偏最小二乘法的高光譜圖像波段選擇[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2011年11期

3 王立國(guó),谷延鋒,張曄;基于支持向量機(jī)和子空間劃分的波段選擇方法[J];系統(tǒng)工程與電子技術(shù);2005年06期

4 李行;毛定山;張連蓬;;高光譜遙感影像波段選擇算法評(píng)價(jià)方法研究[J];地理與地理信息科學(xué);2006年06期

5 楊諸勝;郭雷;羅欣;胡新韜;;一種基于主成分分析的高光譜圖像波段選擇算法[J];微電子學(xué)與計(jì)算機(jī);2006年12期

6 于紹慧;張玉鈞;趙南京;肖雪;王歡博;;基于矩陣模式的高光譜波段選擇方法[J];光電工程;2012年06期

7 張海濤;王鶴橋;孟祥羽;武文波;;基于類對(duì)可分和灰色決策的高光譜波段選擇方法[J];計(jì)算機(jī)科學(xué);2014年06期

8 周楊;厲小潤(rùn);趙遼英;;改進(jìn)的高光譜圖像線性預(yù)測(cè)波段選擇算法[J];光學(xué)學(xué)報(bào);2013年08期

9 溫健婷;張霞;張兵;趙冬;;土壤鉛含量高光譜遙感反演中波段選擇方法研究[J];地球科學(xué)進(jìn)展;2010年06期

10 蘇紅軍;盛業(yè)華;;基于正交投影散度的高光譜遙感波段選擇算法[J];光譜學(xué)與光譜分析;2011年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 王藝婷;黃世奇;劉代志;陳聰;;基于統(tǒng)計(jì)排序的高光譜波段選擇方法[A];國(guó)家安全地球物理叢書（八）——遙感地球物理與國(guó)家安全[C];2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 夏威;高光譜遙感圖像的解混和波段選擇方法研究[D];復(fù)旦大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 張倩;改進(jìn)的自適應(yīng)波段選擇算法研究及應(yīng)用[D];大連海事大學(xué);2012年

2 周楊;高光譜遙感圖像波段選擇算法研究[D];浙江大學(xué);2014年

3 楊三美;基于克隆選擇算法的高光譜圖像波段選擇[D];華中科技大學(xué);2011年

4 夏冰;高光譜影像非監(jiān)督波段選擇技術(shù)研究[D];蘇州大學(xué);2015年

5 鐔永強(qiáng);基于多目標(biāo)優(yōu)化的高光譜圖像無監(jiān)督波段選擇[D];西安電子科技大學(xué);2014年

6 袁永福;基于粒子群和互信息的高光譜圖像波段選擇和分類[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：682482