公开(公告)号：CN110309822B

公开(公告)日：2022-09-27

申请号：CN201910528230.8

申请日：2019-06-18

Applicant: 哈尔滨工程大学

Inventor： 于蕾 ,  韩义飞 ,  郑丽颖

IPC: G06V10/143 ,  G06N3/00

Abstract: 本发明涉及一种基于量子进化粒子群算法的高光谱图像波段选择方法，属于图像处理领域。包括输入待选择波段的高光谱图像，设定种群的规模、维数、最大迭代次数；将每个粒子占据的位置由单位空间映射到优化问题的解空间，选取类间可分性和最佳指数两者结合作为适应度函数；将变异概率引入量子进化粒子群算法，采用最大似然法对输出最优波段组合图像进行分类，计算总体分类精度，计算相关性采用波段组合波段间的平均相关性。本发明将量子进化算法和粒子群算法结合，克服了易陷入局部最优的缺点，量子进化粒子群算法具有更快的收敛速度，缩短了算法的运行时间，在进行波段选择时，算法更加稳定且分类精度高，应用前景广阔。

公开(公告)号：CN110309822A

公开(公告)日：2019-10-08

申请号：CN201910528230.8

申请日：2019-06-18

Applicant: 哈尔滨工程大学

Inventor： 于蕾 ,  韩义飞 ,  郑丽颖

IPC: G06K9/20 ,  G06N3/00

Abstract: 本发明涉及一种基于量子进化粒子群算法的高光谱图像波段选择方法，属于图像处理领域。包括输入待选择波段的高光谱图像，设定种群的规模、维数、最大迭代次数；将每个粒子占据的位置由单位空间映射到优化问题的解空间，选取类间可分性和最佳指数两者结合作为适应度函数；将变异概率引入量子进化粒子群算法，采用最大似然法对输出最优波段组合图像进行分类，计算总体分类精度，计算相关性采用波段组合波段间的平均相关性。本发明将量子进化算法和粒子群算法结合，克服了易陷入局部最优的缺点，量子进化粒子群算法具有更快的收敛速度，缩短了算法的运行时间，在进行波段选择时，算法更加稳定且分类精度高，应用前景广阔。