Resumen

La teledetección hiperespectral es una nueva tecnología integrada en rápido desarrollo que se utiliza ampliamente en numerosos ámbitos. La rica información espectral de las imágenes hiperespectrales puede ayudar a clasificar y reconocer los objetos terrestres. Sin embargo, las elevadas dimensiones de las imágenes hiperespectrales provocan redundancia en la información. Por lo tanto, es necesario reducir las elevadas dimensiones de los datos hiperespectrales. Este trabajo propone una estrategia híbrida de selección de características basada en el algoritmo genético de recocido simulado (SAGA) y la integral difusa de Choquet (CFI). El método de selección de bandas se propone a partir de la descomposición del subespacio, que combina el algoritmo de recocido simulado con el algoritmo genético en la elección de diferentes probabilidades de cruce y mutación, así como de individuos de mutación. A continuación, las bandas seleccionadas se refinan mediante CFI. Los resultados experimentales muestran que el método propuesto puede lograr una mayor precisión de clasificación que los métodos tradicionales.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:algoritmo genético, altas dimensiones, imágenes hiperespectrales, estrategia híbrida de selección de características, rica información espectral, método de selección de bandas, mayor precisión de clasificación, cfi, tecnología, resultados experimentales
• Keywords:genetic algorithm, high dimensions, hyperspectral images, hybrid feature selection strategy, rich spectral information, band selection method, higher classification accuracy, cfi, technology, experimental results