遥感学报
遙感學報
요감학보
JOURNAL OF REMOTE SENSING
2008年
2期
253-262
,共10页
刘小平%黎夏%何晋强%艾彬%彭晓鹃
劉小平%黎夏%何晉彊%艾彬%彭曉鵑
류소평%려하%하진강%애빈%팽효견
蚁群算法%遥感影像%分类%人工智能
蟻群算法%遙感影像%分類%人工智能
의군산법%요감영상%분류%인공지능
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.
智能式遙感分類是遙感研究的新熱點.提齣瞭一種基于蟻群智能規則挖掘(ant-miner)的遙感影像分類新方法.遙感數據各波段之間存在較彊的相關性,這種相關性往往會導緻分類產生誤差.而ant-miner算法中的信息素是基于規則整體性能的,信息素的動態更新能有效地處理相關性較彊的數據,所提供的正反饋信息能糾正啟髮式函數缺陷所造成的錯誤.因此,蟻群智能算法應用于遙感分類具有一定的優勢.將該方法用于廣州市地區的遙感影像,取得瞭較好的分類結果.併與See5.0決策樹方法及最大似然方法(MLH)進行瞭對比研究,實驗結果錶明,蟻群智能算法分類精度比後兩者的分類精度更高.
지능식요감분류시요감연구적신열점.제출료일충기우의군지능규칙알굴(ant-miner)적요감영상분류신방법.요감수거각파단지간존재교강적상관성,저충상관성왕왕회도치분류산생오차.이ant-miner산법중적신식소시기우규칙정체성능적,신식소적동태경신능유효지처리상관성교강적수거,소제공적정반궤신식능규정계발식함수결함소조성적착오.인차,의군지능산법응용우요감분류구유일정적우세.장해방법용우엄주시지구적요감영상,취득료교호적분류결과.병여See5.0결책수방법급최대사연방법(MLH)진행료대비연구,실험결과표명,의군지능산법분류정도비후량자적분류정도경고.
