...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Geoscience and Remote Sensing Letters >Hyperspectral Band Selection Using Improved Firefly Algorithm
【24h】

Hyperspectral Band Selection Using Improved Firefly Algorithm

机译：使用改进的萤火虫算法的高光谱波段选择

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

An improved firefly algorithm (FA)-based band selection method is proposed for hyperspectral dimensionality reduction (DR). In this letter, DR is formulated as an optimization problem that searches a small number of bands from a hyperspectral data set, and a feature subset search algorithm using the FA is developed. To avoid employing an actual classifier within the band searching process to greatly reduce computational cost, criterion functions that can gauge class separability are preferred; specifically, the minimum estimated abundance covariance and Jeffreys-Matusita distances are employed. The proposed band selection technique is compared with an FA-based method that actually employs a classifier, the well-known sequential forward selection, and particle swarm optimization algorithms. Experimental results show that the proposed algorithm outperforms others, providing an effective option for DR.
机译：提出了一种基于萤火虫算法的改进的波段选择方法，用于高光谱降维。在这封信中，将DR表示为一种优化问题，可以从高光谱数据集中搜索少量波段，并开发了使用FA的特征子集搜索算法。为了避免在频带搜索过程中使用实际的分类器以大大降低计算成本，首选可衡量类可分离性的准则函数；具体而言，采用最小估计丰度协方差和Jeffreys-Matusita距离。将所提出的频带选择技术与基于FA的方法进行了比较，该方法实际上采用了分类器，众所周知的顺序前向选择和粒子群优化算法。实验结果表明，该算法优于其他算法，为DR提供了有效的选择。

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