基于博弈論的高光譜遙感影像降維算法研究

2萬字 49頁 原創(chuàng)作品，通過查重系統(tǒng)

摘要
高光譜遙感影像中含有巨大的信息量，它能夠通過結(jié)合決定物質(zhì)性質(zhì)的光譜和決定物質(zhì)空間及幾何特性的圖像相結(jié)合的方式對物質(zhì)的分類與目標(biāo)進(jìn)行識別。隨著社會的不斷發(fā)展，人類對科學(xué)技術(shù)的要求不斷增高，利用高光譜的光譜信息對地物進(jìn)行分類目前是社會研究的一個重要方向。高光譜遙感影像具有譜段數(shù)目多的特點(diǎn)，多者可以達(dá)到上百的波段，這就造成了研究時數(shù)據(jù)量的龐大，給地物分類研究帶來了一定的難度，因此確定恰當(dāng)?shù)牟ǘ芜x擇方法，在這基礎(chǔ)之上對其進(jìn)行降維是一種必不可少的手段。
高光譜數(shù)據(jù)降維是建立在通過遙感數(shù)據(jù)對土地資源進(jìn)行分析的基礎(chǔ)之上的，降維時既需要滿足分類精度的要求，同時還要滿足速度的要求，考慮到其具有的維數(shù)高，數(shù)據(jù)量大，同時樣本較少且非線性的特點(diǎn)，因此十分通過需要多門學(xué)科相結(jié)合的手段來進(jìn)行降維問題的研究。本文首先將博弈論的相關(guān)知識引入到多目標(biāo)優(yōu)化中，對博弈論和多目標(biāo)優(yōu)化都做了詳細(xì)的介紹，其中通過對群體智能的介紹重點(diǎn)對本文采用的粒子群算法做出描述，繼而在群體智能的基礎(chǔ)之上將多目標(biāo)優(yōu)化的方法對應(yīng)用到高光譜降維的波段選擇中，由此在博弈論以高光譜遙感影像降維之間建立聯(lián)系，主要通過博弈論中的貝葉斯模型，對信息熵與B距離之間進(jìn)行博弈，最后得出一種較優(yōu)的波段選擇方法，最終完成基于博弈論的高光譜遙感影像降維算法的相關(guān)工作。



關(guān)鍵詞：高光譜、降維、博弈模型、多目標(biāo)優(yōu)化、波段選擇