基于小波与遗传算法的特征提取与特征选择

• 作者: 刘正军 张继贤 王长耀
• 来源期刊: 遥感学报
• 学科: 工学
• 关键词: 特征提取 小波与小波包 遗传算法
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 176-185
• 页数: 10页
• 分类号: TP751.1
• 字数: 984字
• 语种: 中文
• DOI: 10.3321/j.issn:1007-4619.2005.02.010

摘要

高维遥感数据的分类与识别与传统的多光谱遥感分类技术具有明显的区别.本文提出了一种基于遗传算法和小波/小波包分析相结合的特征提取方法用于高维遥感数据降维与分类.该方法综合了遗传算法的全局优化和小波/小波包分析的多尺度、多分辨率的特点.首先,通过离散的小波变换(DWT)或小波包变换(WP)将高光谱信号变换到特征域进行光谱分解.由于DWT变换是一种线性变换,不同尺度的DWT系数可作为线性光谱特征.然后,对这些线性光谱特征利用遗传算法结合训练样本计算类内/类间距离搜索最优分类子集,其具体染色体编码取可能的特征号,适应度函数基于样本平均Jeffries-Matusita距离计算.所用的分类器采用最大似然分类器.试验结果表明该方法与常规特征提取算法如主成分变换(PCA)、判别分析特征提取(DAFE)、决策边界特征提取(DBFE)相比,能提高分类精度约1.1%-6.5%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张继贤		229	4694	38.0	55.0
2	王长耀	中国科学院遥感应用研究所遥感科学国家重点实验室	96	3453	33.0	55.0
3	刘正军		90	1559	22.0	36.0