基于改进的粒子群和蚁群算法的高光谱森林聚类研究

• 作者: 李琰 王立海 邢艳秋
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: 粒子群优化算法 蚁群算法 遥感图像 高光谱 聚类 森林类型
• 年，卷（期）: 2014,（27）
• 所属期刊栏目: 农业信息科学
• 页码范围: 9615-9618
• 页数: 4页
• 分类号: S126
• 字数: 4142字
• 语种: 中文

摘要

高光谱图像分类可分为监督分类与非监督分类,聚类分析进行非监督分类是一种现今比较受研究者广泛关注的技术.粒子群算法具有自适应、自组织性、可同时进行局部和全局搜索等特点;蚁群算法通过智能个体间不断进行信息交流和传递,具有较强的发现最优解的能力.提出一种基于改进的粒子群和蚁群算法的高光谱图像聚类方法,设计其模型并将其应用在森林类型分类问题上,提高分类精度,减少人工干预.以吉林省汪清林业局为研究区,通过修改粒子群的惯性系数,得出最优解集,然后利用蚁群寻优的过程对阔叶林、针叶林、混交林、水体进行聚类分析,区分精度达到85％证明,该方法能较好地识别森林类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王立海	东北林业大学森林作业环境研究中心	230	2904	28.0	40.0
2	邢艳秋	东北林业大学森林作业环境研究中心	78	768	16.0	24.0
3	李琰	东北林业大学信息与计算机工程学院	6	20	2.0	4.0