中国科学D辑
中國科學D輯
중국과학D집
SCIENCE IN CHINA(SERIES D)
2007年
10期
1400-1408
,共9页
刘小平%黎夏%彭晓鹃%黎海波%何晋强
劉小平%黎夏%彭曉鵑%黎海波%何晉彊
류소평%려하%팽효견%려해파%하진강
群集智能%粒子群(Particle Swarm Optimization,PSO)%遥感影像%分类
群集智能%粒子群(Particle Swarm Optimization,PSO)%遙感影像%分類
군집지능%입자군(Particle Swarm Optimization,PSO)%요감영상%분류
提出了一种基于生物群集智能(swarm intelligence-based)的遥感影像分类新方法. 智能式分类是遥感研究的热点和趋势. 设计出一种新的实数制编码的粒子群遥感影像分类器(PSO-Miner), 在分类规则提取时, 粒子能自动寻找各个波段的最优分割点. 并且该方法所提取的分类规则毋需通过数学公式来表达, 能更方便和准确地描述自然界中的复杂关系, 比数学公式更容易让人理解. 将该方法应用于番禺地区的遥感影像, 取得了较好的分类结果. 并与See5.0决策树方法进行了对比研究, 实验结果表明, 基于群集智能方法的分类精度比决策树方法的精度更高.
提齣瞭一種基于生物群集智能(swarm intelligence-based)的遙感影像分類新方法. 智能式分類是遙感研究的熱點和趨勢. 設計齣一種新的實數製編碼的粒子群遙感影像分類器(PSO-Miner), 在分類規則提取時, 粒子能自動尋找各箇波段的最優分割點. 併且該方法所提取的分類規則毌需通過數學公式來錶達, 能更方便和準確地描述自然界中的複雜關繫, 比數學公式更容易讓人理解. 將該方法應用于番禺地區的遙感影像, 取得瞭較好的分類結果. 併與See5.0決策樹方法進行瞭對比研究, 實驗結果錶明, 基于群集智能方法的分類精度比決策樹方法的精度更高.
제출료일충기우생물군집지능(swarm intelligence-based)적요감영상분류신방법. 지능식분류시요감연구적열점화추세. 설계출일충신적실수제편마적입자군요감영상분류기(PSO-Miner), 재분류규칙제취시, 입자능자동심조각개파단적최우분할점. 병차해방법소제취적분류규칙무수통과수학공식래표체, 능경방편화준학지묘술자연계중적복잡관계, 비수학공식경용역양인리해. 장해방법응용우번우지구적요감영상, 취득료교호적분류결과. 병여See5.0결책수방법진행료대비연구, 실험결과표명, 기우군집지능방법적분류정도비결책수방법적정도경고.