فرهاد صمدزادگان - دانشگاه تهران
تهمینه پرتوی - دانشگاه تهران

امروزه با رشد و توسعه ی سیستمهای سنجش از دور فراطیفی شناسایی و طبقه بندی محدوده وسیعی از پدیده ها با کلاسهای پوشش زمینی مشابه در سطح زمین میسر گردیده است علیرغم این ویژگی منحصر به فرد ابعاد بسیار بالای داده های فراطیفی چالشی جدید در پردازش و تجزیه و تحلیل این داده ها به وجود اورده است این مشکل زمانی بروز می کند که باافزایش ابعاد داده دقت طبقه بندی تا یک حد استانه افزایش و سپس کاهش می یابد . یکی از راه حلها برای غلبه بر این مشکل کاهش دادن ابعاد فضای ورودی با استفاده از روشهای انتخاب ویژگی است در سالهای اخیر الگوریتمهای مبتنی برخرد جمعی به دلیل سادگی و کارایی بالای آنها برای انتخاب بهینه ی کلی در فضایی با ابعاد بالا مورد توجه قرارگرفته است دراین مقاله یک روش جدید انتخاب ویژگی براساس الگوریتم بهینه سازی کلونی زنبورها ارائه می گردد. این الگوریتم الهام گرفته از رفتار زنبورها در طبیعت برای پیدا کردن منابع نکتار و گرده می باشد الگوریتم پیشنهاد شده به منظور انتخاب ویژگیهای بهینه داده های فراطیفی aviris استفاده گردید.

انتخاب ویژگیهای بهینه، الگوریتم های فراابتکاری، الگوریتم ژنتیک، الگوریتم بهینه سازی کلونی زنبورها، تصاویر فراطیفی