安徽农业科学

2014, v.42;No.460(27) 9615-9618

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于改进的粒子群和蚁群算法的高光谱森林聚类研究
The Research of Hyperspectral Image Clustering for Forest Type Based on Ant Colony Algorithm and Improved PSO

李琰;邢艳秋;王立海;

摘要(Abstract):

高光谱图像分类可分为监督分类与非监督分类,聚类分析进行非监督分类是一种现今比较受研究者广泛关注的技术。粒子群算法具有自适应、自组织性、可同时进行局部和全局搜索等特点;蚁群算法通过智能个体间不断进行信息交流和传递,具有较强的发现最优解的能力。提出一种基于改进的粒子群和蚁群算法的高光谱图像聚类方法,设计其模型并将其应用在森林类型分类问题上,提高分类精度,减少人工干预。以吉林省汪清林业局为研究区,通过修改粒子群的惯性系数,得出最优解集,然后利用蚁群寻优的过程对阔叶林、针叶林、混交林、水体进行聚类分析,区分精度达到85%证明,该方法能较好地识别森林类型。

关键词(KeyWords): 粒子群优化算法;蚁群算法;遥感图像;高光谱;聚类;森林类型

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金面上项目(41171274);; 国家林业“948”项目(2014-4-78)

作者(Author): 李琰;邢艳秋;王立海;

Email:

DOI: 10.13989/j.cnki.0517-6611.2014.27.132

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享