光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2010年
12期
3329-3333
,共5页
蒋卫国%陈强%郭骥%唐宏%李雪
蔣衛國%陳彊%郭驥%唐宏%李雪
장위국%진강%곽기%당굉%리설
混合粒子群算法%模糊C-均值算法%湿地分类%遥感
混閤粒子群算法%模糊C-均值算法%濕地分類%遙感
혼합입자군산법%모호C-균치산법%습지분류%요감
分析了基本粒子群算法(PSO)、混合粒子群优化算法(HPSO)和模糊C-均值算法(FCM)的特点,将模糊C-均值算法引入到混合粒子群优化算法中,发展和改进了HPSO-FCM算法,并在Fortran语言和MATLAB环境下开发实现HPSO-FCM程序.以2009年6月份的环境一号卫星多光谱可见光图像和ENVISAT的ASAR微波图像为基础数据,通过波段叠加和主成分分析,得到前3个主成分合成图像.利用HPSO-FCM算法和非监督学习动态聚类算法(ISODATA)分别对湖南东洞庭湖3个主成分合成图像,进行湿地分类实验.结果表明:(1)将模糊C-均值算法引入到混合粒子群优化算法中,具有较好的搜索速度和收敛精度,能有效寻找和优化最佳聚类中心.(2)HPSO-FCM算法在多光谱遥感图像湿地分类精度比较高,是一种有效的遥感图像分类方法.
分析瞭基本粒子群算法(PSO)、混閤粒子群優化算法(HPSO)和模糊C-均值算法(FCM)的特點,將模糊C-均值算法引入到混閤粒子群優化算法中,髮展和改進瞭HPSO-FCM算法,併在Fortran語言和MATLAB環境下開髮實現HPSO-FCM程序.以2009年6月份的環境一號衛星多光譜可見光圖像和ENVISAT的ASAR微波圖像為基礎數據,通過波段疊加和主成分分析,得到前3箇主成分閤成圖像.利用HPSO-FCM算法和非鑑督學習動態聚類算法(ISODATA)分彆對湖南東洞庭湖3箇主成分閤成圖像,進行濕地分類實驗.結果錶明:(1)將模糊C-均值算法引入到混閤粒子群優化算法中,具有較好的搜索速度和收斂精度,能有效尋找和優化最佳聚類中心.(2)HPSO-FCM算法在多光譜遙感圖像濕地分類精度比較高,是一種有效的遙感圖像分類方法.
분석료기본입자군산법(PSO)、혼합입자군우화산법(HPSO)화모호C-균치산법(FCM)적특점,장모호C-균치산법인입도혼합입자군우화산법중,발전화개진료HPSO-FCM산법,병재Fortran어언화MATLAB배경하개발실현HPSO-FCM정서.이2009년6월빈적배경일호위성다광보가견광도상화ENVISAT적ASAR미파도상위기출수거,통과파단첩가화주성분분석,득도전3개주성분합성도상.이용HPSO-FCM산법화비감독학습동태취류산법(ISODATA)분별대호남동동정호3개주성분합성도상,진행습지분류실험.결과표명:(1)장모호C-균치산법인입도혼합입자군우화산법중,구유교호적수색속도화수렴정도,능유효심조화우화최가취류중심.(2)HPSO-FCM산법재다광보요감도상습지분류정도비교고,시일충유효적요감도상분류방법.
