一种改进的蚁群算法在高光谱遥感图象分类中的应用.pdf

第34卷 第 3期 沈阳师范大学学报 (自然科学版) Vo1．34No．3 2016年 7月 JournalofShenyangNormalUniversity(NaturalScienceEdition) Ju1．2016 文章编号：1673—5862(2016)03—0354—05 一 种改进的蚁群算法在高光谱 遥感图象分类中的应用 孙 可，殷守林 ，刘 杰 (沈阳师范大学 科信软件学院，沈阳 110034) 摘 要：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 ，令蚂蚁在乎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 中图分类号：TP391 文献标志码：A doi：10．3969／i．issn．1673—5862．2016．03．020 Animprovedantcolonyalgorithm usedinHyperspectralremote sensingimageclassification SUNKe，Ⅵ N Shoulin，LIUJie (SoftwareCollege，ShenyangNormalUniversity，Shenyang110034，China) Abstract： Whenoriginalantcolonyalgorithm isusedinHyperspectralremotesensingimage classification，whichhasslow convergencespeedandresultsinaccuracy．Theauthorproposesan improvedantcolony algorithm in thispaper．And thefeatureselectionbasedon new schemeis appliedintoHyperspectralremotesensing imageclassification，SO itbuildsanew Hyperspectral remotesensingimageclassificationmode1．Thismodelincludesthreeparts：firstly，itpresentsnew pheromoneupdating methodsbased on traditionalantcolony algorithm；secondly，each ant stochasticallyselectsafeatureontheplane(featuresarerandomlyprojcotedonaplane)basedon new antcolonyalgorithm．Inallfeatures，itusesdiscriminationfunctiontodeterminewhichroadis thebest；thirdly，accordingtothecharacteristicsofcombination，itusesthemaximum likelihood classifiertoclassifyremotesensingimage．Finally，experiment