第!第"期!!!!!!!!!!!!光谱学与光谱分析!卷!
)*+!年"月!!!!!!!!!!!!./012$30$67./0125%865%393((45(4)+I)-)+I,#$%&!!!'$&"!((
!8::31)*+!!;
空谱二维蚁群组合优化,=YN的高光谱图像分类
)! )) ) ) )" 陈善静+ 胡以华+ 石!亮+ 王!磊+ 孙杜娟+ 徐世龙+
+<电子工程学院脉冲功率激光技术国家重点实验室!安徽合肥!)!**!,
)!**!,)<电子制约技术安徽省重点实验室!安徽合肥!!<电子工程学院航天系!安徽合肥!)!**!,
摘!要!提出了一种空谱二维特征蚁群组合优化支持向量机的高光谱图像分类算法"利用两类蚁群分别在-光谱维空间和样本分布空间交替搜索最大类间距波段组合和异质样本!提取最优特征波段!降低了高光谱的波段信息冗余!去除训练样本中的异质样本!优化了训练样本特征空间分布"将蚁群组合优化后的高光谱图像和训练样本应用到支持向量机#分类器中!扩大了特征空间类间距!提高了..#S$#S算法的分类精度"实验表明该算法总分类精度达I!是一种分类精度较高的高光谱图像分类方法"L&JLd!G55系数*&I)L)((关键词!高光谱图像%蚁群算法%支持向量机%组合优化
中图分类号 ?`,L+8!!!%"&+*&!I=J)*+!*"-)+I)-*=&9336&+***-*LI!!!文献标识码 K
形态学结构体提取高光谱图像光谱和空间信息!并将其融合
引!言
!!高光谱图像具有光谱分辨率高!图谱合一的特点!通过
分析高光谱图像中目标光谱曲线和空间形状信息可以实现对目标的准确分类识别"但高光谱数据量大!相邻波段相关性
(+高!信息冗余度大'!极大地影响了高光谱分类识别的精度
后利用.#S对高光谱图像进行分类!提高了算法的分类精
(="度'
针对高光谱图像波段信息冗余度大和训练样本中存在异质样本影响分类识别精度的问题!本研究提出了一种基于谱二维特征蚁群组合优化支持向量机的高光谱图像分类空-算法"蚁群优化算法是一种模仿蚂蚁觅食行为的群智能仿生
(,!具有自组织性!鲁棒性!正反馈!并行性的特优化算法'
和效率"同时在高光谱监督分类中常常需要用到训练样本!而在选择训练样本时由于存在成像噪声#主要由地物杂散光&由非目标地物反射到目标地物再进入探测器的光辐射%大气湍流&改变光辐射输出路径%大气散射与吸收&改变光辐射传播方向和强度%探测器噪声&探测元件暗电流等因素造成$和混合像素!部分选中的训练样本并不能准确表征该类
()样本的光谱特征"本工作将此类样本称为异质样本'"异质
点"将蚁群优化算法应用到高光谱图像光谱降维*优化方面和训练样本空间分布优选方面!降低了光谱冗余!提取了特征波段!优化了训练样本!使训练样本特征更加突出)稳定!最终达到了提升.#S分类器分类精度的目的"
+!蚁群算法
II)年由意大利学者S520$通过模拟自然!!蚁群算法是+
!("I界中蚂蚁集体寻径的行为而提出的优化算法'"蚁群算法通过构建虚拟蚂蚁群体在特征空间搜索转移!最终形成最优选择路径并找到最优特征组合!而蚁群中单个蚂蚁通过特征转移期望值和其他蚂蚁在特征空间留下的信息素选择转移路
!(,+*径!基本原理如下'&
同物异谱0的集中体现"如果以异质样样本是高光谱图像中/
本训练分类!实际上就将成像噪声和混合像素分选误差带入
(!了分类器中'!影响到高光谱图像分类识别的精度"针对以
上问题!许多学者都开展相关的研究工作&如通过G-P/563聚类初始化训练样本!并对训练得到的支持向量进行边缘检
(J测提高了高光谱图像分类算法的检测精度'"利用一阶马尔
可夫模型对纯目标样本进行转移变换!丰富了训练样本!再以变换后的样本训练分类器!克服了高光谱图像分类时训练
(L样本过少!分类精度差的问题'"通过`B8变换和多级数学
假设V为包含U个特征的原始数据集!即!V!7T+!
4!!蚁群算法的主要目标是找到0个特征组成的数TT)!U8
修订日期 )*+)-+)-+!)*+!-*)-)L!收稿日期
$!安徽省自然科学基金项目#$资助=+),+!L!+**J*=*=U=+!基金项目 国家自然科学基金项目#
&3+I"L年生!电子工程学院博士研究生!!/-P59%0Y/63Y5696+++=!<0$P;K;!作者简介 陈善静!!
&3Y/-P59%3^%Y+=!<0$P4"通讯联系人!!!
基于SVM动态集成的高光谱遥感图像分类_专业资料。在Bagging支持向量机(SVM)的基础...空-谱二维蚁群组合优化S... 1人阅读 6页 3.00 基于ICA与SVM算法的高光...
6 . June 2010 基于 SVM 动态集成的高光谱遥感图像分类牛 ,魏 鹏维 (西安...空-谱二维蚁群组合优化S... 暂无评价 6页 3.00 基于ICA与SVM算法的高光...
于支持向量机的高光谱遥感图像分类_IT/计算机_专业资料...但总体来看,国内对SVM应用于高光 谱分类的研究还...此时的优化函数 maxw(a)=∑旷÷∑ctlajyi乃K(”...
首先采用 DBFE 对高光谱遥感图像进行特征提取, ry Feature Extraction, 消除特征 之间相关性, 并降低特征维数, 然后采用 GA 对 SVM 参数进行优化, 找到最优分类...
集中应用支持向量机(SVM)分类器实 现图像监督分类的...结 合原光谱特征组合成一个多特征的高维特征空间; ...以及有向无环图支持向量机等;另 一种是在优化公式...
SVM 分类器 , 每个分类器用于识别其中两 个类别 , 并将它们的判别结果以某种方式组合起 来实现多类分类 ; ( 2 ) 将多个分类面的参数求解合 并到一个最优化...
基于K_means与SVM结合的遥... 3页 免费 基于最大...基于人工蚁群优化算法的遥感图像自动分类基于人工蚁群优化...#$% "作为人工生命技术中解决组合优化问题的一种...
利用高光谱图像的谱fhJ相关性将原始光谱波段划分为...该方法利用特征提取优化了光谱信息,降低r谱『日j...用于LS-SVM分类器的组合特征,并用LSSVM 实现r分类...
影像数 据( 光 谱维数为 20) 构建 SVM 分类器...且 类别集群 是优化 影像 分类的有效方法之一。 关键...光谱图像 以实现地表物体的 准确识 别, 从 而在 ...
热门文档