欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022101183199
申请人: 安徽大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于进化计算的高光谱图像波段选择方法,其特征在于,包括如下步骤:步骤一、预先计算好相关数据,包括领域像素Xnear、原始高维数据上的相邻像素的平方差矩阵MS、采样点原始高维空间中的近邻图S和拉普拉斯矩阵L;

步骤二、种群初始化,并设置相关参数,具体包括:设置种群大小为N,种群集合为Pop={Pop1,Pop2...Popi...PopN};当前迭代次数t为1,最大迭代次数tMax为50,初始交叉概率p为0.1;

步骤三、对种群中的个体进行评价:计算得到个体Popi的邻域距离指标Near(Popi)、结构相似性指标LS(Popi)和在决策空间的分布分数DistScore(Popi);

步骤四、种群的迭代与更新,然后输出最优波段子集;具体步骤包括:

步骤4.1、通过邻域距离指标Near(Popi)和结构相似性指标LS(Popi)来进行非支配排序,得到根据每个个体的支配等级;取处于第一前沿面也就是支配等级为1的个体集合为Leaders={Leader1,Leader2...Leaderi...LeaderLN},其他的个体集合为Others={Others1,Others2...Othersi...OthersON};

步骤4.2、更新Others,具体为:

步骤4.2.1、对于Others的个数ON,若其小于Leaders的个数LN,则从Leaders中随机选择ON个解,与Others进行交叉;若其大于Leaders的个数LN,则从Leaders中随机选择ON‑LN个解将Leaders扩充至ON后与Others进行交叉;

步骤4.2.2、计算交叉概率,具体计算公式为:

步骤4.2.3、均匀交叉,Others个体的每一位都有相应的概率与Leaders的相应位置进行交换,交叉概率由上述公式(7)来进行计算,得到新的解Others';

步骤4.3、更新Leaders,通过对Leaders进行局部抖动来更新解,具体为:步骤4.3.1、对于一个Leaders中个体,找出其中基因位为1的索引Index,即选择的波段位置;

步骤4.3.2、根据公式(8)计算当前个体需要进行局部抖动的大小Shakes(i),具体为:Shakes(i)=rand()*a*(1‑DistScore(Leaderi)) (8)其中Rand()为0‑1之间的随机数,a为控制抖动大小的参数;

步骤4.3.3、根据Shakes(i)对相应基因位进行抖动,根据公式(9)更新得到新的波段索引Index'即在当前波段附近选择其他波段,最后得到Leaders';

Index'(i)=Index(i)+shakes(i) (9)

将Others'和Leaders'合并为产生的新种群Pop';

步骤4.4、控制选择的波段数量与预设波段数一致,根据上述步骤产生的子代中选择的波段数会与预设的产生偏差;对于大于预设波段数的个体,分别计算每个波段的方差代表信息量,将信息量最小的相应数量的波段去除掉;对于小于预设波段数的个体,分别计算除了当前选择波段的其余波段的方差,选择最大的相应数量的波段添加上去;

步骤4.5、将父代Pop和子代Pop'进行合并,对其进行环境选择,根据支配关系和拥挤距离来选出支配等级高并且拥挤距离小的N个解Pop进入t+1代进行更新;

步骤4.6、将t+1赋值给t后判断t>tMax是否成立,若成立,则停止迭代并输出最优波段子集;若不成立,则重复步骤四。

2.根据权利要求1所述的一种基于进化计算的高光谱图像波段选择方法,其特征在于,领域像素Xnear的获取方法为:从原始的高光谱图像中选择十分之一的像素,作为采样点X,根据采样点领域选取八个像素点作为领域像素Xnear。

3.根据权利要求1所述的一种基于进化计算的高光谱图像波段选择方法,其特征在于,所述步骤一还包括:在波段空间对波段进行领域分组,分组结果为一个D维向量,向量每一位的数字代表当前波段所属的组数。

4.根据权利要求1所述的一种基于进化计算的高光谱图像波段选择方法,其特征在于,所述步骤二中:种群采用二进制编码,其中种群中的每一个个体Popi={Popi1,Popi2,Popi3...PopiD},其中D代表个体长度,为波段总数;Popi代表着一个波段子集,个体的每一位,1代表选择当前波段,0则代表不选择,初始化时首先设定需要选择的波段数l,对于单个个体随机选择l个位置置为1,其余为0。

5.根据权利要求1所述的一种基于进化计算的高光谱图像波段选择方法,其特征在于,Near(Popi)代表在当前选择的波段子集下,采样像素点与其周围的k个相邻像素的欧式距离指标,具体计算公式如下:其中dis(Xi,nearXij)代表当前选择的波段下的第i个像素和当前像素的第j个相邻像素的欧式距离,n代表采样像素的个数。

6.根据权利要求1所述的一种基于进化计算的高光谱图像波段选择方法,其特征在于,LS(Popi)代表在当前选择的波段子集下,采样点之间的近邻关系与在原始波段空间中的采样点之间近邻关系的相似性,具体计算公式如下:L=D‑S                                (3)其中S为采样像素点的近邻图矩阵,D为对角矩阵,且:

Dii=∑jSij                               (5)。

7.根据权利要求3所述的一种基于进化计算的高光谱图像波段选择方法,其特征在于,DistScore(Popi)代表当前个体选择的波段在波段空间的分布情况,具体计算公式如下:3

DistScore(Popi)=rankt*Ntx/Nt+(0.5‑Ntx/Nt) (6)其中rankt为上述分组结果中第t组的均值方差升序排序序号,Ntx/Nt为当前组中选择的特征数占当前组中波段总数的比例,左侧代表根据方差计算的贡献项,右侧为根据当前组选择的波段比例计算的惩罚项或奖励项。