基于多态蚁群算法的高光谱遥感影像最优波段选择

编号 zgly0001592423

文献类型 期刊论文

文献题名 基于多态蚁群算法的高光谱遥感影像最优波段选择

作者 丁小辉  李华朋  张树清 

作者单位 中国科学院东北地理与农业生态研究所  中国科学院大学 

母体文献 遥感技术与应用 

年卷期 2016年02期

年份 2016 

分类号 TP751  TP18 

关键词 高光谱  降维  波段选择  蚁群算法  多态蚁群算法 

文摘内容 由于传统蚁群算法搜索空间大,算法时间复杂度高等,导致基于传统蚁群算法的高光谱数据波段选择算法(ACA-BS)耗时长,算法效率低下,且易陷入局部最优。而多态蚁群算法能大大缩小算法的搜索空间,降低算法时间复杂度。因此,研究设计了基于多态蚁群算法的高光谱数据波段选择算法(PACA-BS)。从算法运行时间、波段子集的类别可分性及信息量、总体分类精度等方面对算法进行对比分析。用于实验的数据为Hyperion和AVIRIS高光谱影像。实验结果表明:PACA-BS的运行时间较ACA-BS大大减少;对Hyperion影像进行降维时,基于PACA-BS的运行时间约为ACA-BS的一半。两种算法获得的波段子集的类别可分性大小较为接近,但PACA-BS获得的波段子集的信息量和总体分类精度优于ACA-BS。研究表明PACA-BS是一种效率较高的高光谱波段选择算法。