[发明专利]一种基于混沌二进制引力搜索算法的波段选择方法

摘要

本发明涉及一种基于混沌二进制引力搜索算法的波段选择方法，利用混沌二进制引力搜索算法对高光谱图像的波段选择问题优化求解，从而快速地获得高光谱图像波段中的较优的波段子集，可用于图像处理和模式识别相关技术领域中。本发明能够在可接受的时间代价内找到波段选择问题高质量的可行解，它不需要人为指定要选择的波段维数，能够智能的在正确识别率和波段维数之间取得很好的平衡，寻找到较优的波段子集。本发明利用混沌二进制引力搜索算法对高光谱图像原始的波段数据集进行波段选择，剔除不相关或冗余的波段，取出对分类正确率影响较大的波段，减少对不相关或冗余的波段分类的计算时间，进一步提高图像分类的正确率和效率。

主权项

一种基于混沌二进制引力搜索算法的波段选择方法，其特征在于，包括以下步骤：步骤1：读入测试图像，提取图像的波段信息，即原始波段样本集，将所述的原始波段样本集作为输入数据集，所述的波段提取方法是通过ENVI软件对图像的波段进行提取；步骤2：初始化种群和混沌二进制引力搜索算法所需的参数，所述的初始化引力搜索算法所需的参数包括种群大小N，最大迭代次数T，引力系数初始值G0，时间常数α，常数a，极小值常量ε，权重λ，粒子的初始速度粒子的初始空间位置步骤3：将引力搜索算法中粒子的初始位置向量解码成相应的波段子集，通过适应度函数计算得出每个波段子集的适应度函数值，所述的将引力搜索算法中粒子的初始空间位置向量解码成相应的波段子集，是将一个二进制编码的粒子的初始空间位置向量解码成一个波段选择问题的解，其位置每一维度的取值为0或者1，0表示该分量对应的波段不被选择，1表示该分量对应的波段被选择；步骤4：更新种群的万有引力系数G(t)、适应度函数值的最大值best(t)、适应度函数值的最小值worst(t)；步骤5：计算每个粒子的质量Mi(t)和加速度步骤6：通过引力搜索算法中的速度更新公式和位置更新公式依次更新粒子的速度和位置；步骤7：计算当前全局最优解的混沌变量值，混沌优化的模型采用无限折叠混沌映射；步骤8：将更新后粒子的位置向量解码成相应的波段子集并评价其适应度值；步骤9：通过比较更新前后粒子的位置向量对应的适应度函数值，确定下一代粒子的位置，其中，所述的确定下一代粒子的位置的规则为：若更新后的粒子的位置向量对应的适应度函数值高于更新前，则替换原先的粒子；否则，保留更新前的粒子，适应度函数值的计算方法同步骤3；步骤10：记录全局最优解G以及其适应度函数值；步骤11：判断，是否满足终止条件，若否，则回转执行所述的步骤4，其中，终止条件为达到预设的最大运行迭代数；若是，则输出全局最优的粒子位置对应的波段子集及其适应度函数值。