-
题名一种改进的蚁群算法在高光谱遥感图象分类中的应用
- 1
-
-
作者
孙可
殷守林
刘杰
-
机构
沈阳师范大学科信软件学院
-
出处
《沈阳师范大学学报(自然科学版)》
CAS
2016年第3期354-358,共5页
-
基金
国家自然科学基金资助项目(60970112)
-
文摘
针对原始蚁群算法在高光谱遥感图象分类中收敛速度慢,结果不精确的缺点,提出了一种改进的蚁群算法,并把基于改进蚁群算法的特征选择应用在高光谱遥感图象分类中,从而建立一种新的高光谱遥感图象分类模型。模型分为3部分:基于传统蚁群算法原理,提出新的蚁群算法信息素更新方法;使用改进后的蚁群算法,令蚂蚁在平面上随机选择一个随机投影到平面上的特征,在所有特征中,使用判别函数来确定哪条路径最优,随后形成特征组合;根据特征组合,使用极大似然分类器对遥感图象进行分类。实验结果表明,基于改进的蚁群算法更能有效的对高光谱遥感图象进行分类。
-
关键词
蚁群算法
特征选择
高光谱遥感图象分类
信息素
极大似然分类器
特征组合
-
Keywords
ant colony algorithm
feature selection
Hyperspectral remote sensing image classification
pheromone
maximum likelihood classifier
feature combination
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-