基于PSO-SVM的MODIS数据海上云检测

作者：张伟  马卫民  曹洋

单位：中国卫星海上测控部, 江苏江阴214431

关键词：海上云检测 粒子群优化算法 支持向量机

分类号：P732

出版年·卷·期（页码）：2014·31·第四期（92-96）

摘要：

为利用中分辨率成像光谱仪（MODIS）数据实现海上云的检测,提出一种结合粒子群优化算法（PSO）与支持向量机（SVM）的检测方法。根据海洋下垫面的特点,选取了合适的特征量,利用具有较强全局搜索能力的粒子群优化算法对支持向量机中的参数进行优化调整,改善了支持向量机的分类性能,试验结果表明,该方法能获得较高的分类精度,可以较好的实现海上云的检测。

In order to detect the cloud over sea using the moderate resolution imaging spectroradiometer data, a new method was introduced based on the Particle Swarm Optimization and Support Vector Machine. According to the characteristic of surface of sea, appropriate feature was selected. A better parameter value was obtained by using particle swarm optimization which has better global searching ability, which improved the classification performance of Support Vector Machine. The test results indicate that the method can obtain higher classification accuracy and has good performance of detecting the cloud over sea.

参考文献：

[1] Vapnik V N. Nature of Statistical Learning Theory[M]. New York: John-Wiley, 1995. [2] Christopher J C B. A tutorial on support vector machines for pattern recognition[J]. Data Mining and Knowledge Discovery, 1998, 12(2): 121-167. [3] 边肇祺, 张学工. 模式识别[M]. 北京: 清华大学出版社, 2000: 1-5. [4] 赫英明, 王汉杰, 姜祝辉. 支持向量机在云检测中的应用[J]. 解放 军理工大学学报(自然科学版), 2009, 10(2): 191-194. [5] 邓乃扬, 田英杰. 支持向量机: 理论、算法与拓展[M]. 北京: 科学 出版社, 2009. [6] 王家成, 杨世植, 麻金继, 等. 东南沿海MODIS 图像自动云检测 的实现[J]. 武汉大学学报(信息科学版), 2006, 31(3): 270-273. [7] Gao B, Goetz F H. Cirrus Cloud Detection from Airborne Imaging Spectrometer Data Using the 1.38 Water Vapor Band[J]. Journal of Geophysical Research Letter, 1993, 20(4): 301-304. [8] Gao B. Selection of 1.375 MODIS Channel for Remote Sensing of Cirrus Clouds and Stratospheric Aerosols from Space[J]. American Meteorological Society, 1995: 4231-4237. [9] Chen P Y, Srinivasan R, Fedosejevs G, et al. An automated cloud detection method for daily NOAA-14 AVHRR data for texas, USA [J]. International Journal of Remote Sensing, 2002, 23(15): 2939-2950. [10] 李微, 方圣辉, 佃袁勇, 等. 基于光谱分析的MODIS云检测算法 研究[J]. 武汉大学学报(信息科学版), 2005, 30(5): 435-443. [11] Andrews M D, Ardanuy P E . A generalized scenario for cloud detection using MODIS-n[A]. Geoscience and Remote Sensing Symposium, 1990:1487-1489 . [12] Saunders R W. An Automated Scheme for the Removal of Cloud Contamination from AVHRR Radiances over Western Europe[J]. International Journal of Remote Sensing, 1986, 7(7): 867-886. [13] Ackerman S, Strabala K, Menzel P, et al. Discriminating clear-sky from cloud with MODIS-Algorithm Theoretical Basis Document [R]. 2002. [14] Cherkassky V, Ma Y. Practical selection of SVM parameters and noise estimation for SVM regression[J]. Neural Networks, 2004, 17(1): 113-126. [15] 董春曦, 饶鲜, 杨绍全, 等. 支持向量机参数选择方法研究[J]. 系 统工程与电子技术, 2004, 26(8): 1117-1120. [16] 袁小芳, 王耀南. 基于混沌优化算法的支持向量机参数选取方 法[J]. 控制与决策, 2006, 21(1): 111-113. [17] 姚全珠, 蔡婕. 基于PSO 的LS-SVM 特征选择与参数优化算法 [J]. 计算机工程与应用, 2010, 46(1): 134-136. [18] 任江涛, 赵少东, 许盛灿, 等. 基于二进制PSO 算法的特征选择 及SVM参数同步优化[J]. 计算机科学, 2007, 34(6): 179-182. [19] 纪震, 廖惠连, 吴青华. 粒子群算法及应用[M]. 北京: 科学出版 社, 2009: 17-18.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】