基于改进的粒子群和蚁群算法的高光谱森林聚类研究

编号 zgly0000833278

文献类型 期刊论文

文献题名 基于改进的粒子群和蚁群算法的高光谱森林聚类研究

学科分类 220.2530;林业遥感

作者 李琰  邢艳秋  王立海 

作者单位 东北林业大学信息与计算机工程学院  东北林业大学森林作业环境研究中心 

母体文献 安徽农业科学 

年卷期 2014(27)

页码 9615-9618

年份 2014 

关键词 粒子群优化算法  蚁群算法  遥感图像  高光谱  聚类  森林类型 

文摘内容 高光谱图像分类可分为监督分类与非监督分类,聚类分析进行非监督分类是一种现今比较受研究者广泛关注的技术。粒子群算法具有自适应、自组织性、可同时进行局部和全局搜索等特点;蚁群算法通过智能个体间不断进行信息交流和传递,具有较强的发现最优解的能力。提出一种基于改进的粒子群和蚁群算法的高光谱图像聚类方法,设计其模型并将其应用在森林类型分类问题上,提高分类精度,减少人工干预。以吉林省汪清林业局为研究区,通过修改粒子群的惯性系数,得出最优解集,然后利用蚁群寻优的过程对阔叶林、针叶林、混交林、水体进行聚类分析,区分精度达到85%证明,该方法能较好地识别森林类型。