收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

蚁群算法在高光谱图像降维和分类中的应用研究

周爽  
【摘要】: 高光谱遥感数据提供的丰富地表信息使得高光谱遥感的应用越来越广泛,如何充分地利用这大量的信息,以及如何在如此大量的信息中提取有用信息,并使这些信息能够为我们的应用服务,是摆在研究者面前的重要课题。降维和分类是高光谱图像处理中的两个关键技术。无论是高光谱图像的降维,还是高光谱图像的分类,其根本都是要从大量的高光谱数据中提取出能够满足人们需要的特定或要求的信息,而这些信息的提取综合起来都可以说是一个信息的组合优化处理过程。蚁群算法作为一种群智能仿生优化新技术,其突出特点是自组织性、鲁棒性、并行性,非常适合于求解非确定性的离散组合优化问题。本文在分析高光谱图像的光谱分辨率特性、空间相关性、谱间相关性、数据维、信息量等特性的基础上,重点分析了蚁群算法在高光谱图像处理中的应用,证明了蚁群算法完全适用于高光谱图像的降维和分类处理。 高光谱图像的降维包括波段选择和特征提取两种方式。本文提出一种基于蚁群算法的高光谱图像波段选择方法,以解决最优波段选择算法复杂度高,计算量大的问题。将每个波段看作是蚂蚁觅食时所经过的节点,选取不同的评价函数作为蚂蚁选择路径的依据,应用蚁群算法选择出多次搜索中最优的一组波段组合。蚂蚁寻找最优路径的过程,就是最优波段组合的形成过程。通过蚁群算法从众多的光谱波段中挑选出能够反映地物光谱空间分布的特征波段,形成降维的波段子空间达到了降低高光谱图像数据维的目的。 接着,利用高光谱图像高度相关的波段成组出现的特点,提出一种基于蚁群算法的高光谱图像子空间分解方法,在子空间中采用特征变换的方式降低高光谱特征空间的维数。该方法同样将波段作为蚂蚁觅食时经过的节点,蚂蚁依据波段之间的相关性来决定路径的选择,蚂蚁经过优化搜索之后将高维高光谱数据空间分解为几个较低维的数据子空间,再采用传统的主成分分析方法在子空间中提取有效特征,进而实现对高光谱图像的降维。 高光谱图像的分类方法包括监督分类和非监督分类两种。本文提出一种基于蚁群算法的高光谱图像监督分类方法。该方法先依据图像的信息熵将高光谱图像各个波段的单幅图像中的灰度属性分段离散化,然后将这些离散化的灰度属性作为条件项并集合到一起形成一个备选条件项数据集。在训练样本中,将高光谱图像各个波段数据经过离散化后形成的条件项当作蚂蚁的候选路径节点,用条件项的信息熵作为蚂蚁路径转移的启发函数。经过蚂蚁的迭代搜索,每只蚂蚁都构造出一条分类规则,通过信息素浓度的调整,将蚂蚁们构造的规则中质量较好的规则保留下来,而质量不好的规则则在搜索过程中逐渐被淘汰。在所有训练用的地物类别都被归类之后,最终形成用于分类的分类规则。 最后,提出一种基于蚂蚁化学识别系统的蚁群聚类算法。该聚类算法依据蚂蚁之间的相似程度来决定蚂蚁的类别归属,最终相似程度高的蚂蚁可以聚集成一类。在该算法中,遥感图像中的每个像素都被看作是一只蚂蚁,该蚂蚁所携带的信息除其所代表的像素点的各波段光谱信息外,还包括所属类别的标号,类别属性等信息。本文依据基于蚁群算法的高光谱图像波段选择方法获得的选择结果,从中提取若干个特征波段作为数据源,采用上述聚类方法进行实验,并与传统的k均值算法比较实验结果。为了客观地评价聚类结果的优劣,本文综合考虑了聚类算法本身的聚类性能,即类内距,类间距,以及聚类图像与标准图像的相关度,提出一种综合上述参数的聚类图像客观评价指标,并应用该指标对本文提出的聚类算法和传统的k均值算法所获得的图像作出了客观评价。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 赵师;孙文纪;刘洪坤;;基于蚁群算法的火力分配寻优方法研究[J];指挥控制与仿真;2010年02期
2 唐浩;;蚁群算法的研究与展望[J];牡丹江教育学院学报;2009年06期
3 区云鹏;韦兆文;蒋慧超;;基于多信息素的蚁群算法[J];广西科学院学报;2008年03期
4 肖伟;全惠云;;具有调和特性的蚁群改进算法[J];计算机工程与应用;2005年34期
5 王肖林;;浅谈蚁群算法在蛋白质折叠问题上的应用[J];天津职业院校联合学报;2013年11期
6 赵文彬,孙志毅;蚁群算法在一般函数优化求解中的应用[J];太原科技大学学报;2005年03期
7 覃刚力,杨家本;自适应调整信息素的蚁群算法[J];信息与控制;2002年03期
8 熊纯霞;许展涛;陈嘉林;纪凯萍;;基于蚁群算法的快递派送最短路径选择[J];黑龙江科技信息;2014年26期
9 刘文;;一种定向式挖掘的连续域蚁群算法[J];计算机科学;2013年12期
10 夏显清;;一种优化的蚁群算法[J];软件导刊;2010年08期
11 余玲;刘康;李开世;;蚁群算法的连续空间算法研究[J];机械设计与研究;2006年02期
12 李成兵;郭瑞雪;李敏;;改进蚁群算法在旅行商问题中的应用[J];计算机应用;2014年S1期
13 李向丽;周林成;;嵌入小生境技术的自适应并行蚁群算法[J];电脑知识与技术;2008年34期
14 马烁;王安平;赵天玉;;蚁群算法及其在组合优化中的应用[J];咸阳师范学院学报;2008年02期
15 窦莉薇;;基于蚁群算法的车辆路径问题研究[J];商;2015年22期
16 黄敏;靳婷;钟声;马玉春;;基于改进蚁群算法求解连续空间寻优问题[J];广西师范大学学报(自然科学版);2013年02期
17 李春晓;;基于蚁群算法的煤炭运输优化方法[J];煤炭技术;2012年10期
18 郑卫国;田其冲;张磊;;基于信息素强度的改进蚁群算法[J];计算机仿真;2010年07期
19 张祖琼;;蚁群算法的研究及应用进展[J];电脑知识与技术;2009年09期
中国重要会议论文全文数据库 前20条
1 杨娜;付强;贺延国;;蚁群算法在水土资源中的应用研究进展[A];农业系统工程理论与实践研究——全国农业系统工程学术研讨会论文集[C];2006年
2 徐一;杨静;任志刚;杨迅幸;;基于学习的烟花算法[A];2018中国自动化大会(CAC2018)论文集[C];2018年
3 姚雪;;基于算法多样化培养学生思维习惯和创新精神[A];2019年“区域优质教育资源的整合研究”研讨会论文集[C];2019年
4 熊薇薇;吴怀宇;;一种改进的角点检测算法[A];中国计量协会冶金分会2009年年会论文集[C];2009年
5 张辉;王锡淮;肖健梅;;基于改进蚁群算法的旅行商问题[A];2007中国控制与决策学术年会论文集[C];2007年
6 陶丽;张自力;丁晓明;;一种适用于动态重构的联盟形成算法[A];2008年计算机应用技术交流会论文集[C];2008年
7 徐英钟;高震;李波;;基于禁忌搜索的蚁群算法求解旅行商问题[A];第四届中国智能计算大会论文集[C];2010年
8 任伟建;陈建玲;韩冬;王凤妤;;蚁群算法综述[A];2007中国控制与决策学术年会论文集[C];2007年
9 张兰平;;谈小学一年级算法多样化的优化[A];中华教育理论与实践科研论文成果选编(下)[C];2007年
10 杨红斌;;计划量算法的优化[A];第四届全国医院药剂科建设与管理学术研讨会论文集[C];2012年
11 师凯;蔡延光;邹谷山;王涛;;运输调度问题的蚁群算法研究[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
12 林克旺;;基于分层网络实现高效的自稳定的选举算法[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(下册)[C];2006年
13 叶衍;楼荣生;何永保;;自然联结的优化算法[A];第十二届全国数据库学术会议论文集[C];1994年
14 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
15 王旭;张江;崔平远;;一种基于蚁群算法求解路径规划问题的新方法[A];2003年中国智能自动化会议论文集(下册)[C];2003年
16 许伦辉;傅惠;徐建闽;;基于分形维数的交通流预测模型及算法研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
17 王树西;白硕;王斌;;模式推理中的“图检索”算法[A];全国第八届计算语言学联合学术会议(JSCL-2005)论文集[C];2005年
18 覃频频;许登元;姚起宏;黄大明;;基于表决融合的高速公路事件检测算法融合[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
19 王亚钊;周永华;刘毅;高睿;;人工生命算法的研究进展[A];中南六省(区)自动化学会第24届学术年会会议论文集[C];2006年
20 王永华;詹宜巨;余松森;杨健;;一种密集RFID读写器环境下信道分配算法[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
中国博士学位论文全文数据库 前20条
1 周爽;蚁群算法在高光谱图像降维和分类中的应用研究[D];哈尔滨工业大学;2010年
2 王冰;人工蜂群算法的改进及相关应用的研究[D];北京理工大学;2015年
3 付巍巍;集群智能算法的改进与应用研究[D];大连理工大学;2021年
4 浮婷;算法“黑箱”与算法责任机制研究[D];中国社会科学院研究生院;2020年
5 王艳娇;人工蜂群算法的研究与应用[D];哈尔滨工程大学;2013年
6 李美安;普适分布式互斥算法及应用[D];电子科技大学;2007年
7 王小根;粒子群优化算法的改进及其在图像中的应用研究[D];江南大学;2009年
8 王翔;混合蚁群算法及其在管理优化中的应用[D];东华大学;2012年
9 胡晓萌;算法主义及其伦理批判[D];湖南师范大学;2021年
10 刘婷;改进人工蜂群算法及其在多用户检测中的应用[D];天津大学;2013年
11 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年
12 肖建元;保几何结构算法在等离子体物理中的应用[D];中国科学技术大学;2017年
13 盛歆漪;粒子群优化算法及其应用研究[D];江南大学;2015年
14 张冬丽;人工蜂群算法的改进及相关应用研究[D];燕山大学;2014年
15 张毅;群智能算法的改进及其在相关领域中的应用[D];吉林大学;2009年
16 孔翔宇;几类优化问题的人工蜂群算法[D];西安电子科技大学;2016年
17 谭跃;具有混沌局部搜索策略的粒子群优化算法研究[D];中南大学;2013年
18 赵进慧;膜计算仿生优化算法及应用研究[D];浙江大学;2010年
19 史亚;多核学习算法与应用研究[D];西安电子科技大学;2015年
20 张松;人工蜂群算法研究及其应用[D];西安电子科技大学;2019年
中国硕士学位论文全文数据库 前20条
1 丰烁;高光谱图像波段选取问题的改进算法研究[D];昆明理工大学;2015年
2 王书勤;车辆路径问题的蚁群算法研究[D];重庆大学;2008年
3 刘轲;一种融合算法在电网规划中的运用[D];南昌大学;2013年
4 刘仁洪;一种改进的蚁群算法求解旅行商问题[D];山东大学;2008年
5 范红梅;蚁群算法的改进[D];燕山大学;2007年
6 周华;蚁群算法在开拓系统结构优化中的应用研究[D];西安建筑科技大学;2005年
7 梁栋;蚁群算法在生物序列比对中的应用[D];西安电子科技大学;2004年
8 王崇宝;蚁群算法熵收敛性分析与应用[D];四川师范大学;2009年
9 康岚兰;基于遗传算法的混合蚁群算法研究[D];江西理工大学;2009年
10 张惠萍;基于蚁群算法的数据分类方法研究[D];山西大学;2008年
11 孟岩;连续空间蚁群算法研究及在工业过程控制中的应用[D];山东师范大学;2009年
12 陈磊;粒子群蚁群结合算法在车辆调度问题上的应用研究[D];湖北工业大学;2015年
13 刘雪东;混合蚁群算法的研究与应用[D];安徽理工大学;2013年
14 曹文锋;基于改进蚁群算法的飞行器航迹规划研究[D];重庆大学;2011年
15 李颖;用蚁群算法求解最小极大流问题[D];河南理工大学;2010年
16 宋尼克;大数据背景下政府算法治理的风险研究[D];中国矿业大学;2020年
17 曾小鹏;监管科技算法歧视法律问题研究[D];北方工业大学;2020年
18 贾红;烟花爆炸优化算法及其改进研究[D];华中科技大学;2010年
19 刘扬;蚁群算法在网络路由上的应用[D];吉林大学;2007年
20 刘敏俊;蚁群算法与遗传算法的融合与性能研究[D];中国地质大学(北京);2013年
中国重要报纸全文数据库 前20条
1 本报记者 武晓莉;给冰冷的算法注入温暖[N];中国消费者报;2021年
2 本报评论员 悦连城;算法推荐,管好才能用好[N];河南日报;2022年
3 中青报·中青网见习记者 罗希;中青校媒联合上交大媒体与传播学院发起《提高“算法素养”倡议》[N];中国青年报;2021年
4 王轶辰;算法也要有“说法”[N];经济日报;2022年
5 记者 王思北 阳娜 周琳 颜之宏;大数据“杀熟”不能再“杀”了,算法推荐不能乱“推”了[N];新华每日电讯;2022年
6 本报记者 祖爽;剑指行业乱象 算法推荐进入严监管时代[N];中国商报;2022年
7 本报记者 宋婧;新规将算法装入监管“笼子”[N];中国电子报;2022年
8 东南网记者 卢金福;给算法应用戴上“紧箍咒”[N];福建日报;2022年
9 本报评论员 吴迪;以公共利益为底色,引导算法技术向上向善[N];工人日报;2022年
10 新华社记者 余俊杰;规范算法推荐活动,明确用户知情权选择权[N];新华每日电讯;2022年
11 湖北日报评论员 周磊;“算法”不是“算计”[N];湖北日报;2022年
12 刘俊;促进算法推荐技术规范健康发展[N];人民日报;2022年
13 李贞;共促算法推荐健康有序发展[N];人民日报海外版;2022年
14 记者 毛振华;算法不能变算计[N];新华每日电讯;2022年
15 记者 任震宇;强化算法实施方的举证责任[N];中国消费者报;2021年
16 见习记者 陈友敏;消保委呼吁尽快出台算法规制[N];上海法治报;2021年
17 王悠然 编译;避免对算法的过度依赖[N];中国社会科学报;2021年
18 证券时报记者 江聃;网信办规范算法推荐 禁止实施流量造假控制热搜[N];证券时报;2021年
19 ;厘清滥用边界 九部门联手“算法治理”[N];北京商报;2021年
20 赵熙熙;科学家开发出纠错新算法[N];中国科学报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978