计算机应用

作者：张伍, 陈红梅

单位：西南交通大学 信息科学与技术学院, 成都 611756

关键词：高光谱遥感图像,波段选择,核模糊粗糙集,相关性分析,信息熵

基金：国家自然科学基金资助项目（61572406）。

为了减少高光谱波段图像间的冗余，降低运算时间，为后续分类任务提供有效支持，提出了基于核模糊粗糙集的高光谱波段选择算法。高光谱图像相邻波段间相似性较强，为进一步有效地度量波段的重要性，引入核模糊粗糙集理论。考虑波段中类的分布特性，根据波段的下近似集分布定义波段间的相关性，进而结合波段的信息熵定义波段的重要度。采用最大相关性最大重要度的搜索策略对高光谱图像进行波段选择。最后在常用高光谱数据集Indiana Pines农业区上，采用J48及KNN分类器进行测试。与其他高光谱波段选择算法相比，该算法在两个分类器上的总体平均分类精度分别提升了4.5和6.6个百分点。实验结果表明所提算法在处理高光谱波段选择问题时具有一定优势。

来源：2020年第1期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第1期