基于DS聚类的高光谱图像集成分类算法

作     者：刘万军 李天慧 曲海成 董帅含 尹岫 Yang Xu;Yang Dan;Zhou Xiaowen;Zhang Xiaohong;LIU Wanjun;LI Tianhui;QU Haicheng;Dong Shunhan;Yin Xiu

作者机构：辽宁工程技术大学软件学院辽宁葫芦岛125105 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2018年第35卷第10期

页      面：3130-3133,3157页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金资助项目(61172144 61401185) 

主　　题：优势集 聚类 集成 支持向量机 高光谱图像分类 

摘      要：针对高光谱遥感图像维数高、样本少导致分类精度低的问题,提出一种基于DS聚类的高光谱图像集成分类算法(DSCEA)。首先,根据高光谱数据特点,从整体波段中随机选择一定数量的波段,构成不同的训练样本;其次,分析图像的空谱信息,构造无向加权图,利用优势集(DS)聚类方法得到最大特征差异的波段子集;最后,根据不同样本,利用支持向量机训练具有差异的单个分类器,采用多数表决法集成最终分类器,实现对高光谱遥感图像的分类。在Indian Pines数据集上DSCEA算法的分类精度最高可达到84.61%,在Pavia University数据集上最高可达到91.89%,实验结果表明DSCEA算法可以有效地解决高光谱图像分类问题。