基于量子粒子群算法选择特征的遥感图像分类

• 作者: 武锋强 莫才健 邹强 陈莉
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 遥感技术 粒子群优化算法 分类器设计 特征提取 量子行为
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 368-374
• 页数: 7页
• 分类号: TP381
• 字数: 5049字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018.02.30

摘要

针对目前遥感图像分类算法存在精度低、速度慢等问题,提出一种基于量子粒子群算法的遥感图像分类算法,以提高遥感图像的分类效果.首先分析目前遥感图像分类算法存在的不足及其原因;然后提取多种类型的遥感图像原始特征,采用量子粒子群算法对特征进行筛选,以提取对遥感图像分类结果较重要的特征;最后采用最小二乘支持向量机(LSSVM)建立遥感图像分类器,实现遥感图像分类和识别,并进行遥感图像分类的仿真对比实验.实验结果表明,该算法克服了当前遥感图像分类算法存在的局限性,大幅度提高了遥感图像的分类精度,有效减少了图像分类误差,提高了图像分类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	莫才健	西南科技大学环境与资源学院	22	44	4.0	6.0
2	邹强	西南科技大学环境与资源学院	22	143	7.0	10.0
3	陈莉	西南科技大学环境与资源学院	38	47	4.0	5.0
4	武锋强	西南科技大学环境与资源学院	21	121	7.0	10.0