حل هم زمان خوشه بندی و تعیین باندهای بهینه داده های فراطیفی با استفاده از الگوریتم بهینه سازی توده ذرات

امروزه با رشد و توسعه ی سیستم های سنجش از دور و تولید داده های فراطیفی با قدرت تفکیک طیفی بالا انتظار می رود که شناسایی پدیده ها با دقت بیشتری انجام گیرد و دقت خوشه بندی کلاس های پوشش زمینی مشابه افزایش یابد. با وجود چنین پیشرفتی، اطلاعات طیفی با ابعاد زیاد همچنان مسئله ای چالش برانگیز در پردازش و تجزیه و تحلیل داده قلمداد می شود، به گونه ای که با افزایش ابعاد داده، دقت خوشه بندی تا یک حد آستانه افزایش و سپس کاهش می یابد. بنابراین به منظور انجام خوشه بندی مناسب نیاز است تا به طور هم زمان باندهای بهینه این تصاویر نیز انتخاب گردند و یا به عبارت دیگر دو مسئله خوشه بندی و انتخاب باندهای بهینه با هم در نظر گرفته شوند. در مقاله حاضر، روش جدیدی برای خوشه بندی داده های فراطیفی به وسیله الگوریتم بهینه سازی توده ذرات ارائه شده است که در آن به طور مشترک موقعیت بهینه ی مراکز خوشه ها و تعداد باندهای بهینه ی تصاویر فراطیفی به دست می آید. قابلیت بالای این الگوریتم در جست و جوی سراسری فضای مسئله و حل هم زمان توابع هدف مختلف باعث شد تا از آن برای خوشه بندی داده های فراطیفی استفاده گردد. در پژوهش حاضر، پس از بررسی خوشه بندی داده ای فراطیفی مبتنی بر الگوریتم توده ذرات، روش پیشنهادی خوشه بندی بر مبنای حل هم زمان خوشه بندی و انتخاب باندهای بهینه معرفی می گردد. مقایسه نتایج به دست آمده برای خوشه بندی داده های سنجنده ی aviris نشان می دهد که نتایج حاصل از الگوریتم بهینه سازی توده ذرات و همچنین روش پیشنهادی به ترتیب با مقدار کاپای 22/74 و 57/76 از دیگر الگوریتم های استفاده شده در این تحقیق بهتر و کارآمدتر است.