作 者 | 李琰,邢艷秋,王立海 |
第一作者 | 李琰 |
作者單位 | 東北林業大學信息與計算機工程學院,黑龍江哈爾濱 |
卷 號 | 42 |
發表年份 | 2014 |
發表刊期 | 27 |
發表頁面 | 9615-9618 |
關 鍵 字 | 粒子群優化算法;蟻群算法;遙感圖像;高光譜;聚類;森林類型 |
摘 要 |
高光譜圖像分類可分為監督分類與非監督分類,聚類分析進行非監督分類是一種現今比較受研究者廣泛關注的技術。粒子群算法具有自適應、自組織性、可同時進行局部和全局搜索等特點;蟻群算法通過智能個體間不斷進行信息交流和傳遞,具有較強的發現最優解的能力。提出一種基于改進的粒子群和蟻群算法的高光譜圖像聚類方法,設計其模型并將其應用在森林類型分類問題上,提高分類精度,減少人工干預。以吉林省汪清林業局為研究區,通過修改粒子群的慣性系數,得出最優解集,然后利用蟻群尋優的過程對闊葉林、針葉林、混交林、水體進行聚類分析,區分精度達到85%證明,該方法能較好地識別森林類型。 |
附 件 | 基于改進的粒子群和蟻群算法的高光譜森林聚類研究 |
注:若需下載,請右鍵單擊另存 |