-
题名基于核模糊粗糙集的高光谱波段选择算法
被引量：4
- 1
-
-
作者
张伍
陈红梅
-
机构
西南交通大学信息科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2020年第1期258-263,共6页
-
基金
国家自然科学基金资助项目(61572406)~~
-
文摘
为了减少高光谱波段图像间的冗余,降低运算时间,为后续分类任务提供有效支持,提出了基于核模糊粗糙集的高光谱波段选择算法。高光谱图像相邻波段间相似性较强,为进一步有效地度量波段的重要性,引入核模糊粗糙集理论。考虑波段中类的分布特性,根据波段的下近似集分布定义波段间的相关性,进而结合波段的信息熵定义波段的重要度。采用最大相关性最大重要度的搜索策略对高光谱图像进行波段选择。最后在常用高光谱数据集Indiana Pines农业区上,采用J48及KNN分类器进行测试。与其他高光谱波段选择算法相比,该算法在两个分类器上的总体平均分类精度分别提升了4.5和6.6个百分点。实验结果表明所提算法在处理高光谱波段选择问题时具有一定优势。
-
关键词
高光谱遥感图像
波段选择
核模糊粗糙集
相关性分析
信息熵
-
Keywords
hyperspectral remote sensing image
band selection
kernelized fuzzy rough set
correlation analysis
information entropy
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名高斯核模糊粗糙集中基于粒子群算法的属性约简
被引量：1
- 2
-
-
作者
刘东君
陈红梅
-
机构
西南交通大学信息科学与技术学院
-
出处
《郑州大学学报（理学版）》
CAS
北大核心
2018年第3期53-59,共7页
-
基金
国家自然科学基金项目(61572406
61573292)
-
文摘
通过高斯核模糊粗糙集模型与粒子群算法相结合的方式,利用粒子群算法收敛快、精度高等优点,可以减少获得约简所需要的时间.根据高斯核中可变参数的调整,可以实现一定程度上对约简后属性数量的控制,以确保分类的精度.实验结果表明,基于粒子群算法的高斯核模糊粗糙集属性约简算法有较好的约简性能和约简效率.
-
关键词
高斯核模糊粗糙集
属性约简
粒子群优化
-
Keywords
Gaussian kernel based fuzzy rough set
attribute reduction
particle swarm optimization
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于教与学优化算法的基因表达谱选择性集成分类
被引量：2
- 3
-
-
作者
陈涛
-
机构
陕西理工大学数学与计算机科学学院
-
出处
《科学技术与工程》
北大核心
2018年第21期232-238,共7页
-
基金
国家自然科学基金(11502132)
陕西省教育厅科研基金(14JK1148)
陕西理工大学科研基金(SLGQD2017-07)资助
-
文摘
针对基因表达谱的高维、小样本及高噪声等特点,提出一种选择性集成分类方法。首先,采样改进的分类信息指数法进行属性约简,剔除大量无效基因实现降维;然后,基于bootstrap技术的样本扰动和核模糊粗糙集的特征扰动构建多个样本子集,训练多个基分类器;最后,采用教与学优化算法构建选择性集成分类器。仿真实验结果表明,算法在分类精度、集成规模及稳定性等方面具有较强优势。
-
关键词
基因表达谱
选择性集成
多类别分类信息指数法
核模糊粗糙集
教与学优化算法
-
Keywords
gene expression profile
selective ensemble
multiclass information index to classification
kemelized fuzzy rough sets
teaching-learning-based optimization
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
