|
|||||
|
|
| 基于量子粒子群算法选择特征的遥感图像分类 | |
| 作者姓名： | 莫才健 武锋强 陈莉 邹强 |
| 作者单位： | 西南科技大学 环境与资源学院, 四川 绵阳 621010 |
| 摘 要： | 针对目前遥感图像分类算法存在精度低、 速度慢等问题, 提出一种基于量子粒子群算法的遥感图像分类算法, 以提高遥感图像的分类效果. 首先分析目前遥感图像分类算法存在的不足及其原因; 然后提取多种类型的遥感图像原始特征, 采用量子粒子群算法对特征进行筛选, 以提取对遥感图像分类结果较重要的特征; 最后采用最小二乘支持向量机(LSSVM)建立遥感图像分类器, 实现遥感图像分类和识别, 并进行遥感图像分类的仿真对比实验. 实验结果表明, 该算法克服了当前遥感图像分类算法存在的局限性, 大幅度提高了遥感图像的分类精度, 有效减少了图像分类误差, 提高了图像分类效率. |
| 关 键 词： | 分类器设计 粒子群优化算法 量子行为 遥感技术 特征提取 |
| 收稿时间： | 2016-10-24 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《吉林大学学报(理学版)》下载全文 | |