|
|||||
|
|
| 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！ | |