粒子群优化算法用于高光谱遥感影像分类的自动波段选择.PDFVIP

第 39 卷 　第 3 期 测 　绘 　学 　报 Vol . 39 , No . 3 　20 10 年 6 月 Act a Geo d a etic a et Cart o gr ap hi c a Sinic a J un . ,20 10 　　 文章编号 :100 11595 (20 10) 粒子群优化算法用于高光谱遥感影像分类的自动波段选择 1 ,2 1 2 丁 　胜 , 袁修孝 , 陈　黎 1. 武汉大学 遥感信息工程学院 ,湖北 武汉 430079 ; 2 . 武汉科技大学 计算机科学与技术学院 ,湖北 武汉 430065 Automatic Band Selection of Hyperspectral Remote Sensing Image Classif ication Using Parti cle Swarm Optimization DIN G Shen g1 ,2 , YUAN Xiuxi ao 1 , CHEN Li2 1. School of Remot e Sen sin g a n d Information En gine ering , Wuha n Univer sit y , Wuh a n 430079 , Chin a ; 2 . Coll e ge of Co mp ut er Sci enc e a n d Te chnolo gy , Wuh a n Univer sit y of Sci enc e a n d Te chnolo gy , Wuh a n 430065 , Chin a Ab str a ct :It i s p rop o se d a n a utom a tic b a n d sele ctio n a n d SVM p a r a met er op timiz a tio n metho d b a se d o n a novel P SOB SSVM mo del , which i s u se d to cl a s sify the hyp er sp e ctr al remot e sen sing im a ge s . Comp a rin g with Kne a re st nei ghbor s cl a s sifier ( KNN) , r a di al b a si s functio nneur al network (RBFNN) cl a s sifier a n d st a n d a r d SVM cl a s sifier , the emp iric al re sult s h a ve demo n str a t e d th a t P SOB SSVM c a n a utom a tic ally sele ct app rop ri a t e hyp er sp e ctr al b a n d s a n d op timiz e SVM p a r a met er s , a n d the cl a s sific a tio n a c cur a cy of hyp er sp e ctr al remot e sen sing im a ge s i s imp ro ve d si gnific a ntly . Key wor d s : hyp er sp e ctr al remot e sen sing im a ge ; support ve ctor m a chine s ( SVM) ; p a rticle sw a rm op timiz a tio n ( PSO) ; b a n d sele ctio n ( ) 摘 　要 :针对传统 SVM 分类方法的缺点 ,采用粒子群优化 p a rticle sw a rm o