基于核模糊粗糙集的高光谱波段选择算法

摘要：

为了减少高光谱波段图像间的冗余,降低运算时间,为后续分类任务提供有效支持,提出了基于核模糊粗糙集的高光谱波段选择算法.高光谱图像相邻波段间相似性较强,为进一步有效地度量波段的重要性,引入核模糊粗糙集理论.考虑波段中类的分布特性,根据波段的下近似集分布定义波段间的相关性,进而结合波段的信息熵定义波段的重要度.采用最大相关性最大重要度的搜索策略对高光谱图像进行波段选择.最后在常用高光谱数据集Indiana Pines农业区上,采用J48及KNN分类器进行测试.与其他高光谱波段选择算法相比,该算法在两个分类器上的总体平均分类精度分别提升了4.5和6.6个百分点.实验结果表明所提算法在处理高光谱波段选择问题时具有一定优势.

关键词：高光谱遥感图像、波段选择、核模糊粗糙集、相关性分析、信息熵

所属期刊栏目：40

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61572406

在线出版日期：2020-04-21（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：258-263