細菌覓食演算法與粒子群聚類優化演算法在水稻田影像判釋之研究

摘要

高光谱具有多个波段且精度较高的特性,已经是现在空间资讯中的主要材料,本研究分别以细菌觅食演算法(Bacterial Foraging Optimization)以及粒子群聚类优化演算法(Particle Swarm Optimization and K-means)两种非监督式学习方法对水稻田进行判释,并比较高光谱影像以及多光谱影像是否会影响影像判释的准确率.研究设计上以这两种方法对高光谱以及多光谱进行水稻田辨识,并且比较其分类结果,可以了解高光谱究竟比一般光谱有哪些的优势.另外使用细菌觅食演算法及粒子群聚类优化演算法对高光谱进行影像判释,同时使用细菌觅食演算法及粒子群聚类优化演算法对多光谱进行影像判释,可以了解细菌密食演算法究竟改善了非监督式学习的分类方法哪些障碍.最后以判断两种影像资料对于影像判释分类结果进行比较,以误差矩阵表和主题图进行分类之差异性呈现.