基于粒子群优化算法的高斯混合模型用于遥感图像识别

摘要：

　　地表特征光谱分布的模型辨识是遥感图像识别的前提。本文使用Akaike信息准则(AIC)确定每种地表的高斯混合模型(GMM)的高斯分量个数,然后通过粒子群优化(PSO)算法估计GMM参数。应用一种任意协方差矩阵参数化方法,保证协方差矩阵在进化优化过程中保持正定对称性。首先针对仿真数据集,分别使用期望最大化(EM)算法和PSO算法建立其最优GMM,表明了基于PSO算法的GMM的有效性；然后,将PSO算法和EM算法分别用于Statlog地表数据集的模式识别,通过识别结果的比较说明了基于PSO算法的GMM的优越性。

关键词： 遥感图像识别 高斯混合模型 AIC准则 粒子群优化 协方差矩阵参数化

作者: 张建华 周红

作者单位: 华东理工大学信息科学与工程学院 上海 200237

会议类型: 国际会议

会议名称: The 33th Chinese Control Conference第33届中国控制会议

会议地点: 南京

会议语种:中文

页码: 4658-4663

在线出版日期: 2014-07-28（万方平台首次上网日期，不代表论文的发表时间）