ADE的ReliefF特征选择在高光谱图像分类中的应用

• 作者: 张德丰 李娅 王东
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 特征选择 高光谱图像分类 自适应差分进化 模糊k-近邻分类器 包裹模型 ReliefF技术
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 155-161
• 页数: 7页
• 分类号: TP391
• 字数: 4992字
• 语种: 中文
• DOI: 10.16280/j.videoe.2015.05.037

摘要

针对高光谱图像谱段数目较多、近邻谱段相关性过高而导致分类困难的问题,提出了一种自适应差分进化特征选择的高光谱图像分类算法.首先初始化种群向量集,利用自适应差分进化算法搜索特征的自适应性生成特征子集;然后,通过使用ReliefF技术根据特征排序去除重复特征,从而为所有的特征构建一个特征列表;最后,借助于模糊k-近邻分类器计算每个向量的分类精度,利用包裹模型评估特征子集.在印第安纳数据集和KSC数据集上的实验结果验证了算法的有效性及可靠性,实验结果表明,相比其他几种特征选择算法,该算法取得了更高的总分类精度和更好的Kappa系数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王东		50	198	8.0	13.0
2	张德丰		21	265	9.0	16.0
3	李娅		19	55	4.0	6.0