论文部分内容阅读
高光谱图像往往有上百个波段，如何从中选择少数有效波段是高光谱图像分类研究需要解决的关键问题之一。本文针对高光谱图像各波段之间相关性高的特性，提出了一种新的高光谱图像波段选择算法。首先基于波段之间的互信息将原始波段分组，然后采用遗传算法结合支持向量机进行搜索，选择最佳波段组合。该算法显著地降低了运算复杂度，并且使分类的准确率亦有所提高。针对不同类别训练样本分布不平衡问题，提出基于聚类的重采样方法对训练样本进行平衡处理，改善了小类别样本识别精度。基于公共测试数据集Washington DC Mall的实验结果证明了本文方法在计算效率和性能上的提升。