基于多目标优化的高光谱图像无监督波段选择.pdf

基于多目标优化的高光谱图像无监督波段选择.pdf

ID:34543679

大小:1.42 MB

页数:75页

时间:2019-03-07

基于多目标优化的高光谱图像无监督波段选择.pdf_第1页
基于多目标优化的高光谱图像无监督波段选择.pdf_第2页
基于多目标优化的高光谱图像无监督波段选择.pdf_第3页
基于多目标优化的高光谱图像无监督波段选择.pdf_第4页
基于多目标优化的高光谱图像无监督波段选择.pdf_第5页
资源描述:

《基于多目标优化的高光谱图像无监督波段选择.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于多目标优化的高光谱图像无监督波段选择作者姓名镡永强学校导师姓名、职称张青富教授领域电子与通信工程企业导师姓名、职称杨咚咚高工申请学位类别工程硕士提交学位论文日期2014年12月学校代码10701学号1202121467分类TN82号TP75密级公开西安电子科技大学硕士学位论文基于多目标优化的高光谱图像无监督波段选择作者姓名:镡永强领域:电子与通信工程学位类别:工程硕士学校导师姓名、职称:张青富教授企业导师姓名、职称:杨咚咚高工提交日期:2014年12月UnsupervisedBandSelectionforHyperspectralImageBasedonMultiob

2、jectiveOptmizationAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByChanYongqiangSupervisor:ZhangQingfuYangDongdongDecember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所

3、知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其

4、它复制手段保存论文。同时本人保证,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定)保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日期:日期:摘要摘要近年来,高光谱遥感数据波段选择(BandSelection,简称为BS)的研究由于其在分类和目标识别具有良好的应用受到了学者的广泛关注。高光谱图像数据包含数百个连续波长的窄光谱。其丰富的光谱信息提供了准确的地物识别潜力。但其庞大的数据量在数据的传输计算和存储等方面都带来了很严重的问题。特别是当数据的维数很高的时候,一些波段之间存在很强的相关性,包含大量的冗余信息,

5、这使得分类精度会随着有限的训练样本的维数的增加而下降,即出现Hughes现象。因此很多基于统计的分类方法对高光谱遥感图像是无效的,所以高光谱遥感图像的波段降维是高光谱数据应用的一个很关键的环节。无监督的波段选择以其不需要先验知识、保留原有图像的物理特性、较好地保留有用信息去除波段间冗余性等优点,在高光谱数据的后续地物分类、地物识别等领域得到了广泛的应用。本文对高光谱图像的无监督波段选择进行了系统的研究,所取得的主要研究成果为:通过多目标优化对高光谱遥感数据进行了无监督波段选择的研究。所谓的无监督是指不需要任何先验知识即不需要特定的地物人工标识。针对波段选择的要求,本文将高光

6、谱图像波段选择问题建模为一个多目标优化问题,得到的波段组合权衡了有用信息保留和冗余信息的消除(去相关)两方面,输出一组满足目标函数的非支配折衷解,然后从中选取用户需要的波段组合。提出的方法克服了现有技术的一些不足,得到的波段组合能够较好地保留有用细节信息同时尽可能多的消除波段间冗余信息,更好地适用于降维后地物分类、识别等运用。波段选择问题可以看作为一个组合寻优的问题,所以将多目标优化算法用于无监督的波段选择研究上可以取得不错的效果。本文将以地物分类精度和Kappa系数作为波段选择的评价标准,交叉算子和变异算子作为优化的主要操作算子对于波段的寻优起着很关键的作用,论文里采用了

7、非一致交叉算子和非均匀动态变异算子,提高了对种群局部空间的搜索能力。实验验证了提出的方法具有可行性和有效性。实验利用Indian_pinesCp数据集和Salinas数据集进行了仿真实验,通过与一些已有的非监督波段选择算法进行比较,提出的波段选择算法在选择5-30波段范围内获得了较高的分类精度和Kappa系数以及较强的鲁棒性。关键词:波段选择,无监督,多目标优化,高光谱遥感数据论文类型:应用基础技术IABSTRACTABSTRACTInrecentyears,thestudyofhyperspectralremot

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。