Optimized SVM based on artificial bee colony algorithm for remote sensing image classification

Abstract

SVMåˆ†ç±»å™¨çš„å‚æ•°è®¾å®šå¯¹åˆ†ç±»ç²¾åº¦æœ‰ç€æ˜¾è‘—çš„å½±å“ï¼Œé’ˆå¯¹çŽ°æœ‰äººå·¥æ™ºèƒ½ç®—æ³•ä¼˜åŒ–å‚æ•°æ˜“é™·å ¥å±€éƒ¨æœ€ä¼˜çš„çŽ°çŠ¶ï¼Œæå‡ºäº†ä¸€ç§åŸºäºŽäººå·¥èœ‚ç¾¤ç®—æ³•æ”¹è¿›SVM参数的遥感分类方法(ABC-SVM)ã€‚è¯¥æ–¹æ³•æ¨¡ä»¿èœœèœ‚é‡‡èœœçš„è¡Œä¸ºï¼Œä»¥è®­ç»ƒæ ·æœ¬çš„äº¤å‰éªŒè¯ç²¾åº¦ä»£è¡¨èœœæºçš„ä¸°å¯Œç¨‹åº¦ï¼Œé€šè¿‡èœ‚ç¾¤çš„åˆ†å·¥åä½œæœç´¢å‡ºæœ€ä¼˜èœœæº(即SVM分类器最优参数)，最终利用参数优化后的SVMåˆ†ç±»å™¨å®žçŽ°é¥æ„Ÿå½±åƒçš„åˆ†ç±»ã€‚æœ¬æ–‡å ˆåŽæ¯”è¾ƒäº†3种人工智能算法(åŒ æ‹¬äººå·¥èœ‚ç¾¤ç®—æ³•ä¼˜åŒ–çš„SVM(ABC-SVM)ã€é—ä¼ ç®—æ³•GA(Genetic Algorithm)优化的SVM(GA-SVM)、粒子群算法PSO(Practical Swarm Optimization)优化的SVM(PSO-SVM))在UCIæ ‡å‡†æ•°æ®é›†ä¸Šçš„åˆ†ç±»ç²¾åº¦å’Œæ•ˆçŽ‡ï¼Œä»¥åŠ3种人工智能算法优化的SVM算法与未经优化参数的SVM算法在遥感影像上分类的差异。结果显示：(1)在利用UCI数据集测试3种人工智能算法优化的SVM算法的结果中，ABC-SVM显示出更高的分类精度、更高的适应度和更快的收敛速度；(2)在利用遥感影像验证4种分类算法精度的结果中，人工智能算法优化后的SVM比未经参数优化的SVMç®—æ³•çš„åˆ†ç±»ç²¾åº¦æ›´é«˜ï¼›å ¶ä¸­ï¼ŒABC-SVMåˆ†ç±»ç²¾åº¦æœ€é«˜ï¼Œåˆ†åˆ«æ¯”é—ä¼ ç®—æ³•ã€ç²’å­ç¾¤ç®—æ³•çš„ç»“æžœé«˜1.67%、1.50%。