首页
|
本学科首页
官方微博
|
高级检索
全部专业
测绘学
大气科学(气象学)
地球物理学
地质学
海洋学
天文学
学报及综合类
自然地理学
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
高光谱影像特征子集选择方法
引用本文:
赵星涛,白瑞杰,王强,任长山.高光谱影像特征子集选择方法[J].测绘科学,2015(8):22-27.
作者姓名:
赵星涛
白瑞杰
王强
任长山
作者单位:
北京数维翔图高新技术有限公司,北京,100073
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。
关 键 词:
高光谱遥感
粒子群优化
支持向量机
特征选择
Research on feature selection method for hyperspectral imagery using PSO and SVM
Abstract:
Keywords:
hyperspectral remote sensing
particle swarm optimization
support vector machine
feature extraction
本文献已被
CNKI
万方数据
等数据库收录!
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号