基于量子粒子群算法选择特征的遥感图像分类

摘要：

针对目前遥感图像分类算法存在精度低、速度慢等问题,提出一种基于量子粒子群算法的遥感图像分类算法,以提高遥感图像的分类效果.首先分析目前遥感图像分类算法存在的不足及其原因;然后提取多种类型的遥感图像原始特征,采用量子粒子群算法对特征进行筛选,以提取对遥感图像分类结果较重要的特征;最后采用最小二乘支持向量机(LSSVM)建立遥感图像分类器,实现遥感图像分类和识别,并进行遥感图像分类的仿真对比实验.实验结果表明,该算法克服了当前遥感图像分类算法存在的局限性,大幅度提高了遥感图像的分类精度,有效减少了图像分类误差,提高了图像分类效率.

关键词：遥感技术、粒子群优化算法、分类器设计、特征提取、量子行为

所属期刊栏目：56

分类号：TP381(计算技术、计算机技术)

资助基金：国家自然科学基金重点基金41401598;四川旅游发展研究中心基金LYM12-11;西南科技大学博士基金14zx7128

在线出版日期：2018-05-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：368-374