基于适应度函数和染色体信息量排序的高光谱影像特征选择方法

摘要

针对高光谱遥感影像数据中存在较多冗余信息的问题，以染色体的信息量排序为基础，构建联合条件互信息和多元互信息的适应度函数，提高所选特征可以提供的信息量，将适应度函数作为差分进化算法的评价标准，通过最大化适应度函数获得最优特征子集，提出一种新型光谱特征选择算法，使用每条染色体中所选特征的信息量来计算相关性。实验结果表明：在16类地物中该算法在9类上分类准确度最高，说明将基于信息量的相关性的估算作为适应度函数与群体智能优化算法相结合能更好地应用于高光谱遥感影像的光谱特征选择。

关键词

高光谱 / 差分进化算法 / 多元互信息 / 特征选择 / 适应度函数