基于遗传蜂群算法的高光谱遥感影像波段选择方法.pdf
是你****嘉嘉
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于遗传蜂群算法的高光谱遥感影像波段选择方法.pdf
本发明公开了一种基于遗传蜂群算法的高光谱遥感影像波段选择方法,分类精度高,显著改善了高光谱遥感影像波段选择方法的分类精度,且分类性能较遗传算法、蚁群算法和人工蜂群算法相比,有着明显优势。遗传算法具有较强的全局搜索能力而收敛速度却随迭代次数增加而趋于缓慢,人工蜂群算法在全局搜索方面存在缺陷但算法收敛速度快。本发明将遗传算法和蜂群算法结合起来,形成优势互补,即使得算法同时拥有全局搜索能力强和收敛速度快的优势。从而,使得在保证分类精度较高的前提下,算法执行效率也较高。
基于波段选择的高光谱遥感影像矢量C-V模型分割方法.pdf
本发明公开一种基于波段选择的高光谱遥感影像矢量C-V模型分割方法,首先根据光谱曲线选择目标与背景对比度较大的波段,并进一步通过波段相关系数,去除其中相关性较大的波段形成新的波段组合,进而根据所确定的波段组合构建高光谱影像矢量矩阵;在此基础上,构造基于该矢量矩阵的矢量C-V分割模型,模型中通过引入基于梯度的边缘引导函数,在保留传统C-V模型基于区域信息进行影像分割的基础上,通过利用影像的边缘细节信息,增强了在异质区域和复杂背景情况下对目标边界的捕捉能力,提高了对高光谱遥感影像的分割精度和速度。
基于深度变换聚类分析的高光谱影像波段筛选方法.docx
基于深度变换聚类分析的高光谱影像波段筛选方法一、研究背景和意义随着高光谱影像技术的发展,高光谱影像在农业、环境监测、地质勘探等领域的应用越来越广泛。高光谱影像数据量庞大,如何对高光谱影像进行有效的波段筛选,以提取具有特定属性的地物信息,成为当前研究的重要课题。传统的波段筛选方法主要依赖于人工经验或统计分析,这种方法在一定程度上可以满足需求,但难以适应复杂多变的地物特征。研究一种基于深度变换聚类分析的高光谱影像波段筛选方法具有重要的理论和实际意义。深度变换聚类分析是一种新兴的图像处理技术,它通过引入深度信息
基于克隆选择支持向量机高光谱遥感影像分类技术.pdf
一种基于人工蜂群算法的遥感影像分类方法及系统.pdf
本发明公开一种基于人工蜂群算法的遥感影像分类方法及系统,该方法包括:获取高光谱遥感影像数据;随机生成多个参数组合;根据适应度计算公式计算各所述参数组合的适应度,所述适应度是蜂群算法在解空间中寻找最优参数组合的判断条件;根据所述最优参数组合中的波段掩码确定所述高光谱遥感影像数据中的最优波段,即波段掩码为1时对应的波段;根据所述最优参数组合中的所述惩罚参数和所述核参数确定优化参数后SVM分类器;利用所述优化参数后SVM分类器对所述最优波段的高光谱遥感影像进行分类,得到分类后遥感影像数据。采用此方法或系统可以通