| 基于蚁群智能的遥感影像分类新方法 |
| |
| 作者姓名： | 刘小平 黎夏 何晋强 艾彬 彭晓鹃 |
| |
| 作者单位： | 中山大学,地理科学与规划学院,广东,广州,510275 |
| |
| 基金项目： | 国家自然科学基金
,
国家自然科学基金
,
高等学校博士学科点专项科研项目
,
面向21世纪教育振兴行动计划（985计划）IS与遥感的地学应用科技创新平台项目 |
| |
| 摘 要： | 智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.
|
| 关 键 词： | 蚁群算法 遥感影像 分类 人工智能 蚁群智能 遥感影像 影像分类 似然方法 Ant Colony Optimization based Remote Sensing Images 分类精度 分类结果 实验 研究 决策树方法 地区 广州市 优势 应用 错误 缺陷 启发式函数 信息能 |
| 文章编号： | 1007-4619(2008)02-0253-10 |
| 修稿时间： | 2006-10-22 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
|
点击此处可从《遥感学报》下载免费的PDF全文 |
|
