基于DE-GEP的高光谱遥感图像分类

摘要：

高光谱遥感数据具有波段数目多、数据量庞大等特点.针对传统方法应用于高光谱图像分类中存在波段选择时计算量大、运行时间长,以及图像分类精度不高等问题,首先利用差分演化算法进行波段选择,有效地降低了信息的冗余和数据的维度,然后对波段选择后的结果成图,并对要识别地物的典型区域进行取样,最后采用基因表达式编程算法构建分类器进行图像分类.在波段选择中,与完全搜索的结果相比,差分演化算法可以在很快的时间里取得了较好的搜索结果,基因表达式编程在遥感图像分类中,分类结果优于传统的KNN算法.

关键词： 高光谱遥感图像 分类法 基因表达式编程技术 差分演化算法

作者: 李宠 谷琼 蔡之华

作者单位: 湖北文理学院数学与计算机科学学院,湖北襄阳441053;中国地质大学计算机学院,湖北武汉430074 湖北文理学院数学与计算机科学学院,湖北襄阳441053 中国地质大学计算机学院,湖北武汉430074

会议类型: 国内会议

会议名称: 2012年江苏省人工智能学术会议

会议地点: 连云港

会议语种:中文

页码: 103-106,111

在线出版日期: 2012-10-17（万方平台首次上网日期，不代表论文的发表时间）