基于改进河马优化算法的高光谱波段选择

文献类型： 中文期刊

第一作者： 黄祥

作者： 黄祥;王克晓;蒲晓君;周蕊;吴园

作者机构：

关键词： 河马优化算法;高光谱图像;波段选择;图像分割

期刊名称： 测绘地理信息

ISSN： 2095-6045

年卷期： 2025 年 50 卷 005 期

页码： 84-91

收录情况： CSCD

摘要： 高光谱降维是农作物遥感分类的关键环节,通过去除冗余信息保留有效特征信息,从而提升分类准确率.波段选择作为高光谱降维的一种核心手段,通常依赖于特定的优化算法和遥感任务来定量评估波段的重要性,并据此挑选出最佳波段子集.然而,现有的波段选择算法存在收敛速度慢、易陷入局部最优等问题.为此,提出了一种基于改进河马算法的高光谱波段选择算法,旨在为具有相似光谱特征的农作物精细分类提供一种高效的波段选择方法.首先,提出了一种离散化策略,并据此对HO算法进行了修正,从而形成了适用于波段选择的DHO算法.其次,分析了HO算法在波段选择中全局搜索效率不高和局部精细搜索能力不足的问题,并针对这些问题提出了自适应防御策略和非线性逃离策略,同时将这些策略与离散化策略相结合,形成了ID-HO算法,以提升DHO算法在波段选择中的性能.最后,基于农作物精细分类的应用场景,以Jeffries-Matusita距离为核心变量创建适应度函数,并使用改进后的河马算法(DHO、IDHO)与其他元启发式优化算法(ACO、GA)进行波段选择,再将优选的波段子集输入到U-Net模型进行分割.结果表明,DHO和IDHO在收敛速度和精度方面均优于ACO和GA.特别是IDHO,在不显著增加计算成本的前提下,实现了比DHO更高的收敛精度,展现了其更强的优化能力.此外,由IDHO筛选出的波段子集在进行分类时也达到了更高的精度.

分类号： P237%S127

  • 相关文献

[1]基于改进SPA算法的高效降维方法. 崔颖,王雪婷,刘述彬,陆忠军. 2018

[2]高光谱影像的苹果花叶病叶片花青素定量反演. 田明璐,班松涛,常庆瑞,张卓然,武旭梅,王琦. 2017

[3]分散矩阵特征选择方法改进及在高光谱影像植被分类中的应用. 夏道平,付元元,王纪华,郑晓东. 2016

[4]基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较. 刘轲,周清波,吴文斌,陈仲新,唐华俊. 2016

[5]基于高光谱植被指数的水稻LAI遥感估算. 张敏,郭涛,刘轲,黄平,喻君,刘仕川,刘泳伶,李源洪. 2022

[6]基于ACRM模型与敏感波段的农作物LAI与LCC反演. 刘轲,刘泳伶,张敏,刘仕川,任国业,吴文斌,李源洪,程武学. 2020

[7]基于波段选择的烟草病害检测模型. 潘兆杰,孙根云,张爱竹,付航,王新伟,任广伟. 2023

[8]基于高光谱图像光谱与纹理信息的生菜氮素含量检测. 孙俊,金夏明,毛罕平,武小红,朱文静,张晓东,高洪燕. 2014

[9]冬小麦叶绿素含量高光谱检测技术. 王伟,彭彦昆,马伟,黄慧,王秀. 2010

[10]改进M-training算法的高光谱图像分类. 崔颖,王雪婷,陆忠军,王立国. 2018

[11]基于高光谱图像的小麦脱氧雪腐镰刀菌烯醇含量等级鉴别. 杜莹莹,陈小河,梁琨,徐剑宏,沈明霞,卢伟. 2016

[12]联合光谱-空间信息的短波红外高光谱图像茶叶识别模型. 蔡庆空,李二俊,蒋金豹,乔小军,蒋瑞波,冯海宽,刘绍堂,崔希民. 2019

[13]基于高光谱成像的核桃仁品质检测与分类方法. 马文强,张漫,李源,李民赞,杨莉玲,朱占江,崔宽波. 2020

[14]基于烟花算法降维的高光谱图像分类. 崔颖,宋国娇,陈立伟,刘述彬,王立国. 2017

[15]苹果糖度高光谱图像可视化预测的光强度校正方法. 郭志明,赵春江,黄文倩,彭彦昆,李江波,王庆艳. 2015

[16]主动学习策略融合算法在高光谱图像分类中的应用. 崔颖,徐凯,陆忠军,刘述彬,王立国. 2018

[17]基于MSRA初始化卷积神经网络的草地牧草分类研究. 刘一磊,刘江平,赵烜赫,马玉宝,闫伟红,潘新. 2021

[18]Stacking Learning在高光谱图像分类中的应用. 徐凯,崔颖. 2018

[19]基于MS-PLNet和高光谱图像的绿豆叶斑病病级分类. 余骥远,高尚兵,李洁,陈新,李士丛,张浩淼,袁星星,唐琪. 2023

[20]高光谱图像信息的柑橘叶片光合色素含量分析技术研究. 田喜,何绍兰,吕强,易时来,谢让金,郑永强,廖秋红,邓烈. 2014

作者其他论文 更多>>

微信小程序