• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Geoscience and Remote Sensing Symposium >Hyperspectral image classification using ant colony optimization algorithm based on joint spectral-spatial parameters
【24h】

Hyperspectral image classification using ant colony optimization algorithm based on joint spectral-spatial parameters

机译：基于联合光谱空间参数的蚁群优化算法的高光谱图像分类

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Classification of hyperspectral satellite images is one of the methods of extracting information which further can be used in the form of thematic maps or feature extraction. In order to improve classification accuracy along with spectral classifiers some spatial information driven preprocessing or postprocessing techniques are used. Here, we have proposed joint spatial-spectral information based classifier using Ant Colony Optimization which removes requirement of computationally hard sequential filtering. Proposed method has achieved an improvement of 5-10% in classification accuracy over traditional methods like Support Vector Machine, ANN, and SAM.
机译：高光谱卫星图像的分类是提取信息的方法之一，可以进一步以专题图或特征提取的形式使用。为了与频谱分类器一起提高分类精度，使用了一些空间信息驱动的预处理或后处理技术。在这里，我们提出了使用蚁群优化的基于联合空间光谱信息的分类器，该分类器消除了计算上困难的顺序滤波的要求。与支持向量机，人工神经网络和SAM等传统方法相比，该方法的分类精度提高了5-10％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号