基于布谷鸟搜索算法的高光谱遥感影像波段选择方法.doc

基于布谷鸟搜索算法的高光谱遥感影像波段选择方法

2.3万字 50页 原创作品，已通过查重系统


摘 要
在近几年，高光谱遥感在遥感领域中成为了热门话题，引起了专家学者们的高度关注。高光谱遥感是一种具有高分辨率的遥感科学技术，能够更为丰富细化的识别和区分地物光谱信息。与此同时，高光谱遥感因其海量的数据，较多的信息冗余度，繁杂的波段数，给数据处理提高了难度以及一定的程度上降低了高光谱遥感数据处理的精度。因此，本文主要针对高光谱遥感的一系列问题，在保留原始波段的物理特征前提下实现对高光谱遥感的降维处理。
要想很好的使用高光谱遥感，应先降低光谱维度即选取最佳的波段。目前，有很多的波段选择方法，但大多数方法因高光谱海量的数据，较多的波段数目以及自身操作复杂，运算缓慢等原因效果并不理想。剑桥大学的新 Yang和拉曼工程大学的DEB根据布谷鸟的寻窝产卵行为模拟了一种新的智能优化算法，即布谷鸟算法。布谷鸟算法具有操作简便，随机性，可以同时进行多个体比较，容易与其他算法结合特点。本文主要研究方向是布谷鸟算法与波段选择相结合，提出新的基于改进布谷鸟的波段选择算法。
本文针对高光谱遥感影像的特点，结合布谷鸟算法的优点，采用JM，TD等距离，对其目标函数进行改进，提出了基于改进布谷鸟算法的高光谱遥感影像波段选择方法。同时，针对布谷鸟算法通过参数如种群规模，最大搜索范围控制其个体更新的位置，因此也进行了参数优化的实验以便选取最适合的参数。最后采用DC Mall数据和SVM分类器进行布谷鸟改进算法的精度验证实验，为了进一步说明改进后算法的优越性分别使用PCA算法与PSO算法进行了对比实验。
实验结果证明了基于改进布谷鸟波段选择方法具有高精度高效率运算的特点，可为高光谱遥感影像的降维提供新的可行方法。


关键字；布谷鸟算法，波段选择，高光谱遥感