حل هم‌زمان خوشه‌بندی و تعیین باندهای بهینه داده‌های فراطیفی با استفاده از الگوریتم بهینه‌سازی توده ذرات

امروزه با رشد و توسعه سیستم‌های سنجش از دور و تولید داده‌های فراطیفی با قدرت تفکیک طیفی بالا انتظار می‌رود که شناسایی پدیده‌ها با دقت بیشتری انجام گیرد و دقت خوشه‌بندی کلاس‌های پوشش زمینی مشابه افزایش یابد. با وجود چنین پیشرفتی، اطلاعات طیفی با ابعاد زیاد همچنان مسیله‌ای چالش‌برانگیز در پردازش و تجزیه و تحلیل داده قلمداد می‌شود، به گونه‌ای که با افزایش ابعاد داده، دقت خوشه‌بندی تا یک حد آستانه افزایش و سپس کاهش می‌یابد. بنابراین به‌منظور انجام خوشه‌بندی مناسب نیاز است تا به طور هم‌زمان باندهای بهینه این تصاویر نیز انتخاب گردند و یا به عبارت دیگر دو مسیله خوشه‌بندی و انتخاب باندهای بهینه با هم در نظر گرفته شوند. در مقاله حاضر، روش جدیدی برای خوشه‌بندی داده‌های فراطیفی به‌وسیله الگوریتم بهینه‌سازی توده ذرات ارایه شده است که در آن به طور مشترک موقعیت بهینه مراکز خوشه‌ها و تعداد باندهای بهینه تصاویر فراطیفی به دست می‌آید. قابلیت بالای این الگوریتم در جست‌وجوی سراسری فضای مسیله و حل هم‌زمان توابع هدف مختلف باعث شد تا از آن برای خوشه‌بندی داده‌های فراطیفی استفاده گردد. در پژوهش حاضر، پس از بررسی خوشه‌بندی داده‌ای فراطیفی مبتنی بر الگوریتم توده ذرات، روش پیشنهادی خوشه‌بندی برمبنای حل هم‌زمان خوشه‌بندی و انتخاب باندهای بهینه معرفی می‌گردد. مقایسه نتایج به‌دست‌آمده برای خوشه‌بندی داده‌های سنجنده aviris نشان می‌دهد که نتایج حاصل از الگوریتم بهینه‌سازی توده ذرات و همچنین روش پیشنهادی به ترتیب با مقدار کاپای 22/74 و 57/76 از دیگر الگوریتم‌های استفاده‌شده در این تحقیق بهتر و کارآمدتر است.