基于DE-GEP的高光谱遥感图像分类.pdfVIP

29卷第11期 微电子学与计算机 V01．29N‘)。I】 November2012 2012年11月 MICROELECTRONICSCOMPUTER 基于DE-GEP的高光谱遥感图像分类 李 宠1’2，谷 琼1，蔡之华2 (1湖北文理学院数学与计算机科学学院，湖北襄阳441053；2中国地质大学计算机学院，湖北武汉430074) 摘 要：高光谱遥感数据具有波段数目多、数据量庞大等特点．针对传统方法应用于高光谱图像分类中存在波段选 择时计算量大、运行时间长，以及图像分类精度不高等问题，首先利用差分演化算法进行渡段选择，有效鲍降低了 信息的冗余和数据的维度，然后对波段选择后的结果成图，并对要识别地物的典型区域进行取样，最后采用基因表 达式编程算法构建分类器进行图像分类。在波段选择中，与完全搜索的结果相比，差分演化算法可以在很快的时间 里取得了较好的搜索结果，基因表达式编程在遥感图像分类中，分类结果优于传统的KNN