高光谱遥感影像自适应多分类器集成关键技术研究

多分类器系统通过集成不同分类器的优势，能获得比单一分类器更高的精度，但在分类器选择、组合等方面仍需要深入研究，尤其对高光谱遥感影像分类更是如此。本项目将在研究高光谱遥感影像多分类器集成方法的基础上，重点研究自适应多分类器集成的关键技术。通过对不同分类器原理、方法及性能的分析，提出高光谱遥感自适应多分类器集成的实现方法和处理策略，从特征空间、训练样本与分类判据、单分类器优化、多分类器输出组合、分类器集成策略等方面探讨多分类器自适应选择、自适应组合和优化方法，将由粗到精模式识别、多智能体系统与多分类器集成结合，构建由粗到精层次型多分类器系统和多智能体协作的分类器集合，发展引入先验知识的多分类器选择与组合方法，优化多分类器系统的性能。研究成果对于提高高光谱遥感影像分类精度、推进其应用具有重要意义，将促进国产传感器获取的高光谱遥感信息处理和应用，并进一步拓展多分类器系统的研究和应用。