高光谱影像特征子集选择方法

• 作者: 任长山 王强 白瑞杰 赵星涛
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 高光谱遥感 粒子群优化 支持向量机 特征选择
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 基础研究
• 页码范围: 22-27
• 页数: 6页
• 分类号: P23
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2015.08.005

摘要

针对高维遥感数据的降维困难问题,该文提出并构建了一种融合粒子群优化算法全局寻优能力和支持向量机优秀分类性能的高光谱遥感影像特征子集选择与分类方法.通过引入混沌优化搜索技术改进融合粒子群优化算法的全局寻优能力;提出并采用一种基于粒度的网格搜索策略对支持向量机模型参数进行优化;利用二进制融合粒子群优化算法进行特征选择;然后,支持向量机采用该特征子集所对应的训练数据集进行模型参数优化和分类.实验结果表明该方法能有效地提取出用于分类的最佳波段,具有较高的分类精度.为高光谱遥感影像的特征选择与分类探索出了一种可行的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白瑞杰		2	13	2.0	2.0
2	赵星涛		3	8	2.0	2.0
3	王强		1	4	1.0	1.0
4	任长山		1	4	1.0	1.0