空-谱二维蚁群组合优化SVM的高光谱图像分类

摘要：

提出了一种空-谱二维特征蚁群组合优化支持向量机的高光谱图像分类算法.利用两类蚁群分别在光谱维空间和样本分布空间交替搜索最大类间距波段组合和异质样本,提取最优特征波段,降低了高光谱的波段信息冗余,去除训练样本中的异质样本,优化了训练样本特征空间分布.将蚁群组合优化后的高光谱图像和训练样本应用到支持向量机(SVM)分类器中,扩大了特征空间类间距,提高了SVM算法的分类精度.实验表明该算法总分类精度达95.45％,Kappa系数0.925 2,是一种分类精度较高的高光谱图像分类方法.

关键词：高光谱图像、蚁群算法、支持向量机、组合优化

所属期刊栏目：33

分类号：TP751(遥感技术)

资助基金：国家自然科学基金项目61271353;安徽省自然科学基金项目10040606Q61

在线出版日期：2013-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2192-2197