.png){kind=icon}
返回
Hyperspectral Image Classification Based on an Improved Octopus Optimization Algorithm
.png){kind=icon}
OA
AI
DOI：10.3390/biomimetics11080542.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种多策略增强的章鱼优化算法（OOA）用于高光谱图像分类中的超参数优化。高光谱图像因具有众多光谱波段、高维性和类别间复杂的光谱差异，给分类建模带来显著挑战，且支持向量机（SVM）分类器的分类性能高度依赖于参数设置。通过引入基于精英反向传播的初始化策略、多阶段非线性自适应参数控制机制、精英引导的差分变异策略、带有停滞监测的Lévy飞行重启机制以及稳定的边界处理策略，对原始OOA进行了扩展。这些改进构成了IOOA-SVM参数优化框架。所提方法与OOA、粒子群优化（PSO）、沙猫群优化（SCSO）、鲎群算法（SSA）、灰狼优化器（GWO）、算术优化算法（AOA）、差分进化（DE）以及线性种群规模缩减成功历史自适应差分进化（L-SHADE）在CEC2017测试集上进行对比，在29个测试函数中的大部分上取得更优结果，IOOA在29个测试函数中的27个上平均获得最佳结果，优于原始OOA在所有29个测试函数上的表现，并在多数稳定性指标上展现出更优性能。不同改进策略为算法带来不同程度的性能提升，其中精英引导的差分变异策略产生的性能改进最为显著。多策略间的协同与互补作用对改进的章鱼优化算法性能提升起到了关键作用。实验结果表明，经改进OOA优化的SVM分类器达到97.3731%的分类准确率，较原算法提升0.2278个百分点，显示出良好的综合优化性能。
Keyword:
improving Octopus Optimization Algorithm
swarm intelligence optimization algorithms
hyperspectral image
image classification
hyperparameter optimization
期刊
B
IF:
3.9
论文数:
3.3K
被引数:
5.3K
机构
引用论文
分享收藏Linear vs. Nonlinear Extreme Learning Machine for Spectral-Spatial Classification of Hyperspectral Images用于高光谱图像光谱空间分类的线性与非线性极限学习机.png)
SENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏Optimizing SVM hyperparameters for satellite imagery classification using metaheuristic and statistical techniques使用元启发式和统计技术优化卫星图像分类的SVM超参数OAAI
OAAI分享收藏Deep learning for hyperspectral image classification: A comprehensive review and future predictions深度学习在高光谱图像分类中的应用：综合综述与未来展望INFORMATION FUSION
INFORMATION FUSIONIF15.5
PREAI
分享收藏Studying complex nonlinear systems of equations by modified beluga whale optimization algorithm with analysis研究改进的白鲸优化算法及其分析，以求解复杂非线性方程组OAAI
OAAI分享收藏Somersault Foraging and Elite Opposition-Based Learning Dung Beetle Optimization Algorithm后空翻觅食与基于精英对立学习的蜣螂优化算法OAAI
OAAI分享收藏Improvement SVM Classification Performance of Hyperspectral Image Using Chaotic Sequences in Artificial Bee Colony利用人工蜂群混沌序列改进SVM高光谱图像分类性能IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏Metaheuristics in automated machine learning: Strategies for optimizationZito, F.; Talbi, E.-G.; Cavallaro, C.; Cutello, V.; Pavone, M. 元启发式算法在自动化机器学习中的应用：优化策略。Intell. Syst. Appl. 2025, 26, 200532. [Google Scholar] [CrossRef]
PREAI
分享收藏A comprehensive survey for hyperspectral image classification: the evolution from conventional to transformers and mamba models高光谱图像分类的全面综述：从传统方法到Transformer和Mamba模型的演进
IF0
PREAI
分享收藏
查看更多内容