利用K均值算法改进后的蚁群优化算法对高光谱图像聚类研究

摘要：

在对K均值算法和图像聚类的蚁群优化算法（ACO）进行对比分析后，本文提出了K均值ACO算法来解决K均值误分类和ACO慢聚敛的问题。K均值ACO算法将K均值的结果当成ACO的启发式信息，如此提高了ACO在蚁群寻找规则方面的光照概率和光照像素，允许蚁群根据信息素集中度而非概率来筛选节点，以致可以在不对ACO的随机搜索质量进行改变的情况下就可以完全获取到启发式信息。对模拟数据和真实数据进行验证后，K均值ACO算法证实可以改善K均值误分类的聚类精确度并提高ACO的收率速度。

关键词：高光谱、K-means、蚁群优化算法、聚类

分类号：TP301.5(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划专题2012AA121304;2012AA121304-3。

在线出版日期：2015-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：202-206